| 研究課題/領域番号 |
20K17120
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
細川 和也 九州大学, 大学病院, 助教 (40746872)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| キーワード | 慢性血栓塞栓性肺高血圧症 / 血栓塞栓症 / 機械学習 / 画像診断 / 肺高血圧 |
|---|
| 研究実績の概要 |
希少疾患である慢性血栓塞栓性肺高血圧症（CTEPH）は適切な診断・治療により予後が劇的に改善する疾患である。そのため、スクリーニング検査である肺血流シンチグラムの診断精度が生死を分ける。現状では読影に習熟した専門医が限られており、約半数のCTEPHが未診断のままとなっている。本研究はCTEPHの標準的スクリーニング検査である肺血流シンチグラムを専門医と同水準の精度で判別する画像診断プログラムを確立することが目的である。画像診断プログラムの確立と並行して、web上に推論プログラムをデプロイし、だれでもどこでも利用できるプラットフォームを構築する。具体的な研究計画は以下の4段階で設定している。
①肺血流シンチグラム画像の収集とラベリング、適切な学習モデルの構築 ②構築した画像診断プログラムの前向き診断精度検証 ③WEBプログラム公開（画像データの循環システム構築） （④多入力（CT、検査値トレンド等）による精度向上、予後予測への展開）現在の進行状況は以下のとおりである。①に関して、300例の症例収集とラベリングを行っており、学習モデルが構築できるスケールである。引き続き、高精度の学習モデルを構築するために症例の蓄積を継続する。100件/年の件数で肺血流シンチグラムを実施しているため、100件/年の教師データ取得が可能であるが他施設共同研究へと発展し、数千規模の教師データを得ることで診断精度を向上させることがより良い機器の開発につながる。②前向き検討については令和3-4年度にかけて実施予定であるが、新型コロナウイルス感染症による診療への負担増から実施できていない。
③推論プログラムをデプロイするためのWEBページを作成したが、技術的ハードルが大きいことが判明した。研究代表・分担者のみで解決は困難であり、画像認識をWEBページにデプロイする専門技術者を探索中である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
学習モデルを探索するための基礎となる学習データは年間100件ずつ増加し、ラベリングも行っている。これらのデータを用いた学習モデルの診断精度は90%前後を達成している。今後も自施設内での教師データは追加を継続する。学習モデル構築と並行して推論プログラムのWEBページへのデプロイ、WEBページ（画像診断プログラムを展開するためのプラットフォーム）の構築といった研究プロジェクト全体を並行して遂行している。
|
| 今後の研究の推進方策 |
令和6年度は
WEBページへの推論プログラムのデプロイが達成困難であることから肺血流シンチグラムの画像認識とCTEPH・非CTEPHの鑑別アプリの作成し、WEBページで公開する方針に転換する。
|
| 次年度使用額が生じた理由 |
新型コロナウイルス感染症のパンデミックにより、令和4年度まで研究の中断を余儀なくされた。令和5年度は5類に変更となりエンデミックとなったが、診療再開にともない受診控えの患者やコロナ禍で重症化した患者による診療エフォートが高く、研究エフォートの割合が低下した。学習データの蓄積は診療として継続されており、100件/年の教師データが収集されている。令和6年度は応用するためのツール（WEB、アプリ）の開発にエフォート、予算を割く。
|
