| 研究課題/領域番号 |
20K20230
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
堀内 裕紀 順天堂大学, 医学(系)研究科(研究院), 助教 (60867951)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 血液形態検査 / 人工知能(AI) / AI自動血球形態解析 / AI造血器腫瘍診断支援 |
|---|
| 研究実績の概要 |
深層学習技術を用いた人工知能 (AI) は、近年医療画像診断の分野で導入されつつあり、患者数の増加、医療従事者の不足、専門医偏在化が激化する中で、すべての患者により質の高い医療を提供し続けるための強大な支援力として期待されている。臨床検査分野の血液形態検査は、未だ自動化や標準化が確立しておらず、熟練した技術が必要とされ、専門の検査技師や診断医師の不足が問題である。その中で申請者らは、これまでの研究においてAI深層学習技術を用いて末梢血の血液細胞形態の高精度自動分析システムを開発した。
本研究の目的は、高度な判断力を要する血球細胞判別や血液病理診断におけるAI造血器疾患自動診断支援システムの精度を血液病理検査技師や診断医の技術力・診断力に比肩または超越するまで高め、診断の普遍化・標準化・効率化を目指すことである。
そのために、本研究では、①『末梢血でのAI血球形態自動解析』技術の精度の向上、②『骨髄血でのAI血球形態自動解析技術の創出』③『AI造血器腫瘍診断支援』 技術の創出の大きく3フェーズに分けて研究を進めている。
2020年度は特に、①末梢血の血球形態の解析能向上と③診断支援技術創出の第一歩として、骨髄増殖性腫瘍(真性赤血球増多症、本態性血小板血症、骨髄線維症)の鑑別がAIによる血球情報(血球数、血球形態など)可能かどうかの検証を行った。細胞形態・画像解析技術を用い鑑別アルゴリズムの構築を行ったところ、疾患鑑別についていずれの鑑別でもAUC 0.96以上、と高い鑑別能を得ることが出来た。
①末梢血のAI血液形態自動解析技術の精度の向上の一環として、AIによるCOVID-19症例の末梢血血液形態の分析も行っており、重症例と軽症例での血球形態の違いを分析しているところである。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2020年度は特に、①末梢血の血球形態の解析能向上と③診断支援技術創出の第一歩として、骨髄増殖性腫瘍(真性赤血球増多症、本態性血小板血症、骨髄線維症)の鑑別能で検証した。細胞形態・画像解析技術を用い鑑別アルゴリズムの構築を行ったところ、これらの疾患鑑別についていずれの鑑別でもAUC 0.96以上、と高い鑑別能を得ることが出来た。
COVID-19感染拡大の影響もあり、AIによるCOVID-19症例の末梢血血液形態の分析も行いはじめたことが、今後の研究進度に多少影響する可能性はあると考える。
|
| 今後の研究の推進方策 |
2021年度以降は、末梢血AI血液形態解析については、腫瘍細胞が判別できるかの評価と、判別方法の構築を行っていく予定である。
同時に、②AI骨髄像自動解析技術の創出については、現在、各有核細胞を少なくとも3000細胞以上、計100000細胞程度の教師データ蓄積を目標に、データベースに集約を進める。
2022年-2023年にかけては、②AI骨髄像自動解析システムの構築と、これに診断を紐づけすることにより、③『AI造血器腫瘍診断支援』システムを構築していくことを目標としている。
|
| 次年度使用額が生じた理由 |
COVID-19蔓延により、2020年の学会のほとんどがオンラインになり、学会出張費が不要になった。次年度は、学会が通常開催に戻るようであれば、予定通り学会旅費が必要になる。
COVID-19症例におけるAI血液形態解析を使用した研究も進めていたため、高額な費用のかかる学習用データを蓄積するためのストレージシステム、AI解析に必要な解析ソフトウエアの準備、複数のパラメーターにより細胞を分析するフローサイト解析とそれに必要なソフトウェア(FCS Express)の使用は、2021年度より開始予定であり、適宜購入予定である。
|
