• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 実施状況報告書

AI-CAD開発推進のための学習データキュレーションと検証法の基礎的研究

研究課題

研究課題/領域番号 21K07636
研究機関独立行政法人国立病院機構九州医療センター(臨床研究センター)

研究代表者

野口 智幸  独立行政法人国立病院機構九州医療センター(臨床研究センター), その他部局等, 放射線部長 (40380448)

研究分担者 松下 由実  国立研究開発法人国立国際医療研究センター, 臨床研究センター, 臨床研究統括部 室長 (50450599)
志多 由孝  国立研究開発法人国立国際医療研究センター, センター病院, 放射線診療部門・放射線管理室医長 (50774668)
山下 孝二  独立行政法人国立病院機構九州医療センター(臨床研究センター), その他部局等, 放射線科医長 (80546565)
研究期間 (年度) 2021-04-01 – 2024-03-31
キーワード深層学習 / 人工知能 / 医用画像 / 画像診断 / 虫垂炎
研究実績の概要

人間が行う「知的判断」を、コンピュータが行うAI技術が注目を集めて久しい。特に、自律的に学習・判断を行う「深層学習型AI」は、画像判定について飛躍的な発展を遂げている。その反面、AIによる判定プロセスは「ブラックボックス」とされ、AIの基礎知見について体系的に研究・検証されないまま、AI実装システムの製品化が先行している。こうした実用先行型開発は、間違った判定によるシステムエラーに対し脆弱である。このリスクを避けるためにはAI判定プロセスを理解する基盤的研究が不可欠であると考えている。本基礎研究では①医用画像など医療情報の収集・選別・調整等を行う学習データキュレーションの研究、②AI-CADについて客観的かつ効率的に実施可能な性能適正検証法の研究、③AI-CAD開発技術者との共同研究を仲介しつつ、医療側の立場からAI-CAD開発を支援できる医療系AIジェネラリスト従事者の育成、を推進する。具体的には①学習データキュレーション研究として、我々は、学習データに潜在する不整合データを取り除く方法として、最大98%の不整合データ除去するREDAKTO(リダクト)法を考案した。REDAKTO法がビッグデータでの品質向上に通用するか更に研究を推し進める。②AI-CAD性能の適正な検証法研究として、我々は、10分割交差検定法に統計学的手法を取り入れ、時間コストを低減しつつ検証精度を担保するG-Epoc法を考案した。さらなる高度の検証精度を達成できるようG-Epoc法をブラッシュアップする。③医療系AIジェネラリストの育成として、AI-CAD開発に係る課題すなわち(1) 導入すべき医療領域の優先順位、(2) 資金量や設備、 (3) 開発メンバー構成と役割、(4) 開発手順や導入手法、(5)リスク管理、について理解し、具体的な施策を講ずる知見を広める。

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

本研究での初年度の成果として①医用画像など医療情報の収集・選別・調整等を行う学習データキュレーションの研究 の分野での発展が得られた。すなわち、深層学習や他の機械学習プログラムを用いたコンピュータ支援画像診断システム開発において、開発に用いられる学習用画像データの品質保証は必須の課題である。すなわち学習データに潜在する不整合データはできるだけ取り除くことが要求される。その方法として、最大98%の不整合データ除去するREDAKTO(リダクト)法を考案した。REDAKTO法はK分割交差検定法(K-CV)を応用したデータ処理で、K-CVでの「不正解」と判定されたデータを取り除くことによってエラーデータを除去する方法である。REDAKTO法の特性を解析するとエラー率が低い大きなデータセットでより高率にエラーデータが抽出できるメリットがあることが分かった。また副次的な成果として、虫垂炎あり/なしCT画像での深層学習プログラムでの判定精度は、500ペア1000画像で87%、20,000ペア40,000画像で98%の精度を示し、その関係性から精度向上には指数関数的に画像データ数の増加を要することが明らかになった。これについて、日本医学放射線学会2021年総会で発表した。

今後の研究の推進方策

AI画像診断支援システムの製品化が、研究開始当初の我々の予想よりはるかに高速に導入されつつある。具体的には、胸部単純X線写真での結節検出や、胸部CTでの結節検出、MRアンギオグラフィでの脳動脈瘤検出等はすでに医療機器として市販されている。こうした状況下では、放射線科医の役割として、どのような機能を有するAI実装システムを優先的に臨床現場へ導入すべきか、AI画像診断支援システムが導入された場合、画像診断の改善がどの程度得られるのか、あるいは導入後の費用対効果の検討等、エヴィデンスに基づくアドバイスが必要である。
そこで我々は、AI画像診断支援システム導入前での「見落とし診断」の現状を検証する方法を発案した。すなわち、画像診断レポートを「見落とし」に関連する用語検索で抽出し、その頻度を検討した。その結果、胸部CTでの結節見落としが全体の23%を占めることが明らかになった。従って、「胸部CTでの結節検出AI支援システム」を優先的に導入することが望ましいことが明らかになった。また本法は比較的簡易に実施可能であることから他施設でも実践できまた、AI支援システム導入後にどの程度の改善が得られるか検証を行うことも可能である。これについて、今後学会発表予定である。

次年度使用額が生じた理由

コロナ禍の中、学会出張での発表を控える必要が生じた。このため、公式発表として論文投稿を先行し、学会出張を後回しにすべく方策を変更した。従って、出張経費等を次年度に繰り越した。

  • 研究成果

    (19件)

すべて 2021

すべて 雑誌論文 (5件) (うち国際共著 1件、 査読あり 5件、 オープンアクセス 5件) 学会発表 (14件) (うち国際学会 1件)

  • [雑誌論文] A practical system that enables physicians to respond expeditiously to significant unexpected findings (SUFs) in radiological reports2021

    • 著者名/発表者名
      Noguchi Tomoyuki、Tanaka Kumi、Okada Yasushi、Fukuizumi Kunitaka、Yokoda Sachiyo、Dairiki Motoko、Yamashita Koji、Shin Seitaro、Wada Noriaki、Harada Shino、Morita Shigeki
    • 雑誌名

      Japanese Journal of Radiology

      巻: 39 ページ: 424~432

    • DOI

      10.1007/s11604-020-01077-2

    • 査読あり / オープンアクセス
  • [雑誌論文] Differentiating Dementia with Lewy Bodies and Alzheimer's Disease by Deep Learning to Structural MRI2021

    • 著者名/発表者名
      Nemoto Kiyotaka、Sakaguchi Hiromasa、Kasai Wataru、Hotta Masatoshi、Kamei Ryotaro、Noguchi Tomoyuki、Minamimoto Ryogo、Arai Tetsuaki、Asada Takashi
    • 雑誌名

      Journal of Neuroimaging

      巻: 31 ページ: 579~587

    • DOI

      10.1111/jon.12835

    • 査読あり / オープンアクセス
  • [雑誌論文] Safety and Efficacy of Percutaneous Vertebroplasty for Osteoporotic Vertebral Compression Fractures: A Multicenter Retrospective Study in Japan2021

    • 著者名/発表者名
      Kobayashi Nobuo、Noguchi Tomoyuki、Kobayashi Daiki、Saito Hiroya、Shimoyama Keiji、Tajima Tsuyoshi、Sosogi Sho、Kobayashi Kiyokazu、Shida Yoshitaka、Hasebe Terumitsu、Numaguchi Yuji
    • 雑誌名

      Interventional Radiology

      巻: 6 ページ: 21~28

    • DOI

      10.22575/interventionalradiology.2020-0032

    • 査読あり / オープンアクセス
  • [雑誌論文] MADGAN: unsupervised medical anomaly detection GAN using multiple adjacent brain MRI slice reconstruction2021

    • 著者名/発表者名
      Han Changhee、Rundo Leonardo、Murao Kohei、Noguchi Tomoyuki、Shimahara Yuki、Milacski Zolt?n ?d?m、Koshino Saori、Sala Evis、Nakayama Hideki、Satoh Shin’ichi
    • 雑誌名

      BMC Bioinformatics

      巻: 22 ページ: 31

    • DOI

      10.1186/s12859-020-03936-1

    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] 画像診断報告書の予期せぬ重大所見の確認に関する多職種による医療安全対策2021

    • 著者名/発表者名
      田中久美、岡田靖、野口智幸、福泉公仁隆、与古田幸代、森田茂樹
    • 雑誌名

      医療: 国立医療学会誌: Japanese journal of National Medical Services:

      巻: 75 ページ: 199-206

    • 査読あり / オープンアクセス
  • [学会発表] Management To Achieve Zero Non-action For SUFs.2021

    • 著者名/発表者名
      Noguchi T, Yamashita K, Kamei R, Maehara J, Furuya K, Harada S.
    • 学会等名
      107th Scientific Assembly and Annual Meeting of Radiological Society of North America
    • 国際学会
  • [学会発表] 学術賞:重大な画像所見(SUF)の見落とし防止システム(SUFERR防止システム):当センターの取り組み2021

    • 著者名/発表者名
      野口智幸
    • 学会等名
      2021年度 九州医療センター臨床研究発表会
  • [学会発表] 放射線領域のAI画像診断2021

    • 著者名/発表者名
      野口智幸
    • 学会等名
      2021年度 地域医師のための生涯研修セミナー第2回講演
  • [学会発表] 重大な画像所見(SUF)の見落とし防止システム(SUFERR防止システム)の実践2021

    • 著者名/発表者名
      野口智幸
    • 学会等名
      第52回全国国立大学法人放射線診療部門会議
  • [学会発表] 「骨粗鬆症性椎体骨折に対する経皮的椎体形成術を安全に行うための指針」の概説と課題についてOutline and issues of the Guideline for safe percutaneous vertebroplasty for osteoporotic vertebral body fracturesin JAPAN2021

    • 著者名/発表者名
      野口智幸
    • 学会等名
      第50回日本IVR学会総会
  • [学会発表] The efficacy and safety of percutaneous transhepatic portal vein embolization using coils alone2021

    • 著者名/発表者名
      Wada N, Yamashita K, Shin S, Harada S, Furuya K, Takami Y, Noguchi T
    • 学会等名
      第50回日本IVR学会総会
  • [学会発表] CyPos賞銀賞:Data contamination and curation in training deep learning2021

    • 著者名/発表者名
      野口智幸, 山下孝二, 進政太郎, 和田憲明, 原田詩乃
    • 学会等名
      第80回日本医学放射線学会総会
  • [学会発表] CyPos賞銅賞:An effective fail-safe alert system handling significant unexpected findings (SUFs) in radiological reports 画像診断レポートでの予期せぬ重大所見(SUF)に関する医療安全対策2021

    • 著者名/発表者名
      野口智幸, 山下孝二, 進政太郎, 和田憲明, 原田詩乃
    • 学会等名
      第80回日本医学放射線学会総会
  • [学会発表] Notice, Read, and Act on significant unexpected findings (SUF) in radiological reports2021

    • 著者名/発表者名
      野口智幸, 山下孝二, 進政太郎, 和田憲明, 原田詩乃
    • 学会等名
      第80回日本医学放射線学会総会
  • [学会発表] An effective fail-safe alert system handling significant unexpected findings (SUFs) in radiological reports 画像診断レポートでの予期せぬ重大所見(SUF)に関する医療安全対策2021

    • 著者名/発表者名
      野口智幸, 山下孝二, 進政太郎, 和田憲明, 原田詩乃
    • 学会等名
      第80回日本医学放射線学会総会
  • [学会発表] Data contamination and curation in training deep learning2021

    • 著者名/発表者名
      野口智幸, 山下孝二, 進政太郎, 和田憲明, 原田詩乃
    • 学会等名
      第80回日本医学放射線学会総会
  • [学会発表] Current status and future challenges of percutaneous vertebroplasty (PVP)2021

    • 著者名/発表者名
      野口智幸
    • 学会等名
      第80回日本医学放射線学会総会
  • [学会発表] A Comparative study of 3D Imaging Simulation for Virtual active self-training intervention regarding PVP procedure2021

    • 著者名/発表者名
      内山史也, 野口智幸, 志多由孝, 岡藤孝史, 亀井遼太郎, 亀井俊祐, 田嶋強
    • 学会等名
      第80回日本医学放射線学会総会
  • [学会発表] Correlation Between Right Entorhinal Cortical Thickness and MMSE Scores Using Multi-country Datasets2021

    • 著者名/発表者名
      山下孝二, 桑城貴弘, 石川謙介, 古谷清美, 原田詩乃, 進政太郎, 和田憲明, 平川千夏, 野口智幸
    • 学会等名
      第80回日本医学放射線学会総会

URL: 

公開日: 2022-12-28  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi