2021 Fiscal Year Annual Research Report
Development of Wound Status Scoring Support System Based on Machine Learning of Wound Image Database
| Project/Area Number |
20K21700
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
森 武俊 東京大学, 大学院情報理工学系研究科, 教授 (20272586)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
野口 博史 大阪市立大学, 大学院工学研究科, 教授 (50431797)
真田 弘美 東京大学, 大学院医学系研究科(医学部), 教授 (50143920)
高橋 聡明 東京大学, 大学院医学系研究科(医学部), 特任助教 (50824653)
|
|---|
| Project Period (FY) |
2020-07-30 – 2022-03-31
|
| Keywords | リアルワールドデータ / 画像識別 / 褥瘡 / 看護理工学 / 深層学習 / スキンテア / 機械学習 / 看護工学 |
|---|
| Outline of Annual Research Achievements |
臨床において病棟回診等で蓄積されてきた多量の創傷デジタル画像データをもとにDeep Learningを中核とする機械学習を行うことで創傷の識別モデルを構成し，新たに撮る創傷画像の自動分類を行うソフトを開発してスコアを看護師ほか創傷評価者へ提示し，傷を見るだけでなく匂いや患者病態も見ている医療者の経験や知識に基づくスコア決定をインタラクティブに支援するシステムを作ることを目的とした研究である。創傷領域のセグメンテーション画像処理を行い創傷形状・サイズを取得する手法を開発し、これに基づき当該創傷領域について，深達度，炎症・感染徴候，肉芽組織良性度，壊死組織硬柔度を学習にもとづき識別して各項目を創傷特に褥瘡において国内標準となっているDESIGN-Rで分割しているレベルへ自動分類する手法もあわせて開発した．その上で、ヘルスケアプロフェッショナルの知識や経験に基づきグラフィカルユーザインタフェイスでインタラクティブに修正してもらって再提示・決定するシステムを実現した。また、データ自動分類システムの実証であるProof of Concept調査も進んだ。カルテや看護記録に記載されたデータと、取得画像データとの突合データベースのコンセプト設計に基づきシステム開発を行い、アノテーションインタフェース、小型撮像システム、開発した特徴量演算に基づくDESIGN-Rスコアリング・自動分類システムと結合した実証調査を行なった。創傷評価において、浸出液基準と肉芽組織評価基準については医療者のなかでもエキスパートの精度には及ばないものの、とくに褥瘡については創傷画像データとアノテーションデータの収集が組織的に進めば、ヘルスケアプロフェッショナルのセカンダリオプションとして判断の支援、判定確定において依拠可能なシステムが十分実現可能なことが示された。研究の進捗や成果は国内講演会はもとより国際会議においても発表を行っている。
|
