説明可能なAIと教師なし学習AIによる脊椎疾患の新しい知見を見出す試み

2023 年度 研究成果報告書

• 研究課題/領域番号: 22K16734
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分56020:整形外科学関連
• 研究機関: 千葉大学
• 研究代表者: 牧 聡 千葉大学, 医学部附属病院, 助教 (00771982)
• 研究期間 (年度): 2022-04-01 – 2024-03-31
• キーワード: 人工知能 / 脊髄損傷 / 頚部脊髄症

研究成果の概要

本研究では、脊髄損傷と頚部脊髄症の機能予後予測にradiomicsを応用し、人間にもわかりやすい画像の特徴を示すことを目的とした。これまでに、脊椎感染症とModic変化の鑑別、脊髄損傷の神経学的予後予測、頚部脊髄症の圧迫脊髄のセグメンテーションなどの成果を発表した。また、脊髄損傷の機能予後予測をWebアプリ化し、重要な因子を明らかにした。一方、OPLLの手術予後予測では、解釈可能性と予測精度のトレードオフがあることがわかった。機械学習モデルは説明可能性に優れるが、画像の深層学習では困難であることが明らかになった。

自由記述の分野

人口知能／脊髄損傷／頚部脊髄症

研究成果の学術的意義や社会的意義

本研究は、脊髄損傷と頚部脊髄症の機能予後予測において、radiomicsを用いることで従来より正確な予測を可能にし、脊髄疾患における有効性を実証した。また、人工知能が着目する画像所見を視覚化することで、客観的な所見に基づく診断を可能にした。これにより、適切な治療選択やリハビリ計画の立案が可能となり、患者のQOL向上が期待できる。さらに、的確な治療方針決定につながり、医療の質の向上にも貢献する。本研究は、radiomicsの有用性を実証し、学術面と臨床面の両面で重要な意義がある。また、radiomicsを他疾患にも応用できれば、幅広い診断・治療の改善が見込まれる。