| 研究課題/領域番号 |
20K20322
|
|---|
| 配分区分 | 基金 |
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
山本 陽一朗 国立研究開発法人理化学研究所, 革新知能統合研究センター, チームリーダー (00573247)
|
|---|
| 研究分担者 |
東條 有伸 東京大学, 医科学研究所, 教授 (00211681)
田宮 元 国立研究開発法人理化学研究所, 革新知能統合研究センター, チームリーダー (10317745)
赤塚 純 日本医科大学, 医学部, 助教 (20637863)
岡田 康志 国立研究開発法人理化学研究所, 生命機能科学研究センター, チームリーダー (50272430)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2022-03-31
|
| キーワード | 医療人工知能 / 機械学習 / ブラックボックス / 説明可能性 |
|---|
| 研究実績の概要 |
本研究の目的は、人工知能（Artificial intelligence: AI）の真の医療応用を目指すために、現代AIの特徴であるディープラーニングによる医療データ分類時における医学的なブラックボックス性を克服することである。ディープラーニングは、精度の高い安定した手法として医療分野において浸透し始めている。しかしながら、医療AIの更なる発展に向けていくつかの課題も浮かび上がってきており、今後のAIに求められる重要な要素として説明可能性やその信頼性が注目を集めている。医療のように人命に直結する分野では、結果に対する説明可能性は必須であり、人工知能の真の医療応用を目指す上で、避けては通れない。本研究では細胞画像に対するディープラーニングの中間過程や既存の疾患知見との違いを明らかにすることで、医学的な理解を促進し、信頼して使用できる医療AIシステムのためのエビデンス構築を目指す。
本年度は新型コロナウイルスの影響でテレワーク主体となった影響で研究活動が制限されたため、これまでに構築した機械学習アルゴリズムの改良と発展を行うと共に、白血病以外の固形がんに対する解析を可能とする変更を行った。一方で、医用画像と各種データを組み合わせて説明可能なディープラーニング技術を適用することで、ディープラーニングの解析結果について臨床的意義を探求できたと共に、医療のデジタルトランスフォーメーションに有用な研究成果につなげることができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
新型コロナウイルスの影響でテレワーク主体となり研究活動が制限されたため遅れが生じ、延長申請を行った。
|
| 今後の研究の推進方策 |
新型コロナウイルス感染症対策の中で研究を効率良く進める工夫を随時行う。Slackなどを積極的に使いメンバー間での連携を取りながら研究を進める。また、白血病に限定せず必要に応じて幅広い検体（固形がんなど）の解析を合わせて行うなどの工夫をすることで研究を推進する。
|
| 次年度使用額が生じた理由 |
新型コロナウイルスの影響による研究活動制限のため。
|
