• 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

2022 年度 実施状況報告書

乳腺超音波検査におけるリアルタイム乳癌検出と悪性度予測人工知能(深層学習)の開発

研究課題

研究課題/領域番号 22K12872
研究機関東京慈恵会医科大学

研究代表者

中田 典生  東京慈恵会医科大学, 医学部, 教授 (80237297)

研究期間 (年度) 2022-04-01 – 2027-03-31
キーワード人工知能 / 機械学習 / 深層学習 / 超音波診断 / 乳腺
研究実績の概要

本研究計画は、乳腺超音波検査動画像から乳腺腫瘤を検出して、その良悪性判定、また悪性と判定した場合はその分子サブタイプおよび予後予測を行う人工知
能(以下AI)を開発して、その精度評価を行う. 2022年度の研究の目標としては、自施設の乳腺超音波動画像データアーカイブから、リアルタイム動画像乳腺腫瘤検出および良性判定のためのテストデータを作成することである。2022年度の研究実施計画では、既存の過去7年間の乳腺症例データベースの改修・整理(2022年度):自施設では、2009年から2015年までの7年間の病理組織検査結果を有する乳腺超音波画データベース(全例2992例、内訳は悪性1778例、良性1214例)が既に構築されている。このデータベースから乳癌の5種類の分子サブタイプ分類(ルミナールA、ルミナールB[HER陰性]、ルミナールB[HER2陽性]、トリプルネガティブ、 HER2タイプ)、患者予後(再発転移や遠隔転移の有無、5年生存率)と超音波画像の紐づけ作業を行う(乳腺症例データベースを追加整理)。この超音波画像にはBモード、カラードプラ画像、造影超音波画像が含まれている。

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

実際の研究の実施状況としては、データベースから乳癌の5種類の分子サブタイプ分類(ルミナールA、ルミナールB[HER陰性]、ルミナールB[HER2陽性]、トリプルネガティブ、 HER2タイプ)、患者予後(再発転移や遠隔転移の有無、5年生存率)と超音波画像の紐づけ作業を行う(乳腺症例データベースを追加整理)作業が終了しておらず、作業継続中である。

今後の研究の推進方策

2023年度半ばまでに、自施設のデータベースから乳癌の5種類の分子サブタイプ分類(ルミナールA、ルミナールB[HER陰性]、ルミナールB[HER2陽性]、トリプルネガティブ、 HER2タイプ)、患者予後(再発転移や遠隔転移の有無、5年生存率)と超音波画像の紐づけ作業を完了する予定である。その後に リアルタイム動画像乳腺腫瘤検出および良悪性判定のためのテストデータ作成(2023度)すなわち、自施設には、2020年2月から現在までの全超音波検査の動画像が超音波動画像集中管理保存システムにて記録保存されている(右下図)。この記録から、乳腺検査のみを抽出して臨床診断および病理診断から診断名との紐づけを行った動画像データを作成して、AIのテストデータとする予定である。

次年度使用額が生じた理由

2022年度は、COVID19パンデミックの影響により、海外学会への出席が制限されており海外学会の出席ができなかった。このため、2023年度に当該研究の情報収集のための学会出席を増やす必要がでてきた。

  • 研究成果

    (1件)

すべて 2023

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

  • [雑誌論文] Ensemble Learning of Multiple Models Using Deep Learning for Multiclass Classification of Ultrasound Images of Hepatic Masses2023

    • 著者名/発表者名
      Nakata Norio、Siina Tsuyoshi
    • 雑誌名

      Bioengineering

      巻: 10 ページ: 69~69

    • DOI

      10.3390/bioengineering10010069

    • 査読あり / オープンアクセス / 国際共著

URL: 

公開日: 2023-12-25  

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