| 研究課題/領域番号 |
21K11960
|
|---|
| 研究機関 | 藤田医科大学 |
|---|
研究代表者 |
岡地 祥太郎 藤田医科大学, 医学部, 講師 (30742407)
|
|---|
| 研究分担者 |
森 健策 名古屋大学, 情報学研究科, 教授 (10293664)
中村 彰太 名古屋大学, 医学部附属病院, 講師 (20612849)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | 機械学習 / 超音波内視鏡 / 気管支鏡 |
|---|
| 研究実績の概要 |
本研究では、AI技術を活用した気管支腔内超音波断層法（EBUS）画像解析の開発とその臨床応用を目指している。EBUSは、気管支鏡を用いて肺や周囲のリンパ節を観察・評価するための重要な診断ツールだが、その画像の解釈は医師の経験に依存しており、診断のばらつきが問題となる。これを解決するために、AIを用いてEBUS画像の自動解析を行い、診断精度の向上と診断時間の短縮を図ることを目的とした。
今年度の成果を以下に示す。①データ収集と前処理：所属医療機関から、良性腫瘍、悪性腫瘍のEBUS画像データを収集した。これらの画像データは、ノイズ除去や画質向上のための前処理を行い、AIモデルの学習に適した形式に変換した。②AIモデルの開発：ディープラーニングを基盤とした画像解析モデルを開発した。具体的には、ResNet、DenseNetなどを用いたモデルを構築した。③モデルの評価：開発したAIモデルの評価を行い、5分割交差検証により性能を測定した。今後は、さらなるデータ収集とモデルの改良を行い、より多様な症例に対応できるようにする。また、実際の臨床現場での運用データを基に、フィードバックを取り入れた継続的な改良を進め、最終的には広範な医療機関への導入を目指す。
|
| 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
研究は全体的に進行しているが、症例数の制限により、より多くのデータ収集が必要となり、一部で遅れが生じている。具体的には、データ収集、前処理、AIモデルの開発および評価はおおむね計画通り進行しているが、一部の症例で追加のデータ収集が必要となっている。良性腫瘍、悪性腫瘍のデータを収集したが、さらなるデータ収集が必要である。収集したデータは、ノイズ除去や画質向上のための前処理を行っている。今後もデータ収集を進めながら、研究計画を調整していく。
|
| 今後の研究の推進方策 |
データ収集の強化：現在の研究では症例数の制限が課題となっているため、収集する医療機を追加し、より多くのデータを収集する。これにより、AIモデルの汎用性と精度を向上させることが期待される。AIモデルの改良：収集した新たなデータを基に、既存のAIモデル（ResNet、DenseNet、DilatedNet）の性能を更に向上させる。異なる病変の識別能力を高めるため、パラメータの調整などを検討する。臨床試験の拡大：開発したAIモデルを臨床現場での試験運用を拡大し、様々な医療機関での実用性を検証する。これにより、実際の診断精度と効率の向上を目指す。課題への対応：データ収集の遅延やモデルの精度向上に関する課題に対して、定期的な評価と改善を行い、柔軟に対応する。特に、データの多様性確保と前処理方法の最適化に注力する。研究計画の変更：必要に応じて、研究計画を見直し、適切なリソース配分とスケジュール調整を行う。これにより、研究の進行をスムーズに保ち、目標達成に向けた取り組みを継続する。
|
| 次年度使用額が生じた理由 |
次年度の使用額が未使用の主な理由は、計画の遅れや予想外の課題によるものである。研究計画が予定通り進まず、予定していた活動や支出が実施されていない場合や予期せぬ技術的な課題が発生し、予算を使う機会が制限された可能性がある。このような状況に対処するために、未使用の予算には再計画やリソースの再割り当て、追加の活動などの対応策をとる。これらの対応策を通じて、未使用の予算を有効活用し、研究の目標達成に向けた取り組みを継続する。
|
