AMED研究開発課題データベース 日本医療研究開発機構（AMED）の助成により行われた研究開発の課題や研究者を収録したデータベースです。

• 2020
• 2019
• 2018

【成果報告書】

成果の概要

医療資源の一元管理のために構築したJ-MIDは令和2年11月から九州大学と順天堂大学に限って悉皆的なMR画像の送信を開始した。その他の施設は画像送信テストまでは完了し、NIIクラウド基盤では受信できることを確認した。これまでに収集した画像枚数は令和3年3月末時点で約2億4千枚を超えた。
　AIによる画像診断支援システム開発として、東京大学ではくも膜下出血の検出システム開発のための大規模データセットを作成し、慶應義塾大学で腹部造影CTにおける腎癌検出課題では自動的に腎を認識し、腎癌を判定するend to endのシステムを構築した。NIIでは所見文を利用した疾患分類などの機械学習アルゴリズムを研究開発した。また、COVID-19肺炎研究を新規タスクとして、順天堂大学・名古屋大学・奈良先端科学技術大学院大学・東京農工大学・名古屋工業大学・名城大学らと研究体制を迅速に組織し、J-MIDで収集した教師データを用いて画像診断補助AIを開発した。
レポートの一元管理として、岡山大学では確定診断entryを利用し、過去２年分の胃癌と大腸癌の登録を実施した。京都大学でも臨床の画像診断レポート作成システムに実装して運用している。臨床用の画像診断レポート作成システムでは標準病名に誘導する仕組みを構築した。
被ばく線量管理として、大阪大学では機械学習でCT検査の適切なプロトコル名を画像から決定したところ、総認識精度96%であった。また、CT装置vendorの仕様により被ばく線量解析ができないことが多く、radiation dose structured reportを利用することによる解決を図っており、DRL構築に向けて各Vendorと協議中である。この協議を受けて、2021年4月末にradiation dose structured reportの匿名化を大阪大学に試行的に実装することを予定している。
　適正使用のための手法開発として、臨床現場のニーズに適合した意志決定支援システムのあり方を検討し、この一環として胸部CTから3㎜以上の肺結節を検出するAIを製品化し、複数の医療機関にて臨床現場で用いられることとなった。Japan Quantitative Imaging Biomarker Allianceとして、定量値の正常加齢による変化について論文報告し、臨床や今後の研究においても参照値として使用することが示唆された。3D synthetic MRIの臨床応用、撮像高速化における定量値の安定性についても検討した。

学会誌・雑誌等における論文一覧

• ◀◀
• ◀
• 1
• ▶
• ▶▶

1.明石敏昭, 青木茂樹. 日本医学放射線学会が構築するJ-MIDの現状と将来展望. INNERVISION. 2020；35（7）：5-7

2.加藤聡太, 堀田一弘（名城大），距離学習を用いたCT画像からのCOVID-19の識別, 日本医用画像工学会誌. Vol.39, No.1, Feb. 2021. （査読なし、招待論文として掲載）

3.明石敏昭, 待鳥詔洋, 青木茂樹. COVID-19肺炎に対する日本医学放射線学会の対応と画像診断AIへの期待. MEDICAL IMAGING TECHNOLOGY 2021;39（1）3-7

4.Hagiwara A, Fujimoto K, Kamagata K, Murata S, Irie R, Kaga H, Someya Y, Andica C, Fujita S, Kato S, Fukunagai, Wada A, Hori M, Tamura Y, Kawamori R, Watada H, Aoki S. Age-Related Changes in Relaxation Times, Proton Density, Myelin, and Tissue Volumes in Adult Brain Analyzed by 2-Dimensional Quantitative Synthetic Magnetic Resonance Imaging. Invest Radiol. 2020 [Epub ahead of print] doi: 10.1097/RLI.0000000000000720

5.Fujita S, Yokoyama K, Hagiwara A, Kato S, Andica C, Kamagata K, Hattori N, Abe O, Aoki S. 3D Quantitative Synthetic MRI in the Evaluation of Multiple Sclerosis Lesions. Am J Neuroradiol January 2021, 42 (3) 471-478. DOI: https://doi.org/10.3174/ajnr.A6930

6.Fujita S, Hagiwara A, Takei N, Hwang KP, Fukunagai, Kato S, Andica C, Kamagata K, Yokoyama K, Hattori N, Abe O, Aoki S. Accelerated Isotropic Multiparametric Imaging by High Spatial Resolution 3D-QALAS With Compressed Sensing: A Phantom, Volunteer, and Patient StudyInvest Radiol. 2020 [Epub ahead of print] doi: 10.1097/RLI.0000000000000744

7.Noguchi T, Uchiyama F, Kawata Y, Machitori A, Shida Y, Okafuji T, Yokoyama K, Inaba Y, Tajima T. A Fundamental Study Assessing the Diagnostic Performance of Deep Learning for a Brain Metastasis Detection Task. Magn Reson Med Sci. 19(3):184-94,2020.

学会・シンポジウム等における口頭・ポスター

• ◀◀
• ◀
• 1
• 2
• 3
• ▶
• ▶▶

1.Radiation dose metrics in CT examinations using japan medical image database (J-MID)　Junpei Ueda, Masatoshi Hori , Kazuhiko Sato, Yukihiro Enchi, Koichi Fujino, Hisashi Tanaka, Noriyuki Tomiyama. 日本放射線技術学会, 2020/4, 国内, 口頭の予定であったが新型コロナウイルス感染拡大防止のためにweb開催に変更

国内　/　

2.Automatic estimation of CT scan range by convolutional neural network. Takashi Ota, Yuki Suzuki, Masatoshi Hori, Hiromitsu Onishi, Hisashi Tanaka, Shoji Kido, Noriyuki Tomiyama. 日本医学放射線学会総会, 2020/4, 国内, 口頭の予定であったが新型コロナウイルス感染拡大防止のためにweb開催に変更

国内　/　

3.画像診断ナショナルデータベース（J-MID）の概要 画像診断ナショナルデータベース実現のための開発研究：Japan Medical Imaging Database. 待鳥詔洋. 第79回日本医学放射線学会総会　2020/4//10. Web開催

不明　/　

4.画像診断ナショナルデータベース（J-MID）について　日本医学放射線学会のとりくみ.　待鳥詔洋.　第119回日本皮膚科学会総会.2020/6/7.　Web開催

不明　/　

5.橋本正弘. 画像診断領域における AI. 第39回 画像医学会 学術集会 2020.2.14, 国内, 口頭

国内　/　口頭

6.瀬戸卓弥, 竹内優志, 橋本正弘, 伊藤 惟, 一原直昭, 川久保博文, 北川雄光, 宮田裕章, 陣崎雅弘, 榊原康文. 深層学習を用いた食道癌CT画像の分類. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同研究会, 2020.11.8, 国内, 口頭

国内　/　口頭

7.東田直樹, 橋本正弘, 有田祐起, 陣崎雅弘. 深層学習を用いた腹部造影CT画像からの腎細胞癌検出. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同研究会, 2020.11.8, 国内, 口頭

国内　/　口頭

8.渡谷岳行. 腹部画像AIの現状と未来. 第79回日本医学放射線学会総会, 2020/4. 国内. 口頭の予定であったが新型コロナウイルス感染拡大防止のためにweb開催に変更

国内　/　

9.渡谷岳行. J-MIDプロジェクトによるAI開発. 第79回日本医学放射線学会総会, 2020/4. 国内. 口頭の予定であったが新型コロナウイルス感染拡大防止のためにweb開催に変更

国内　/　

10.渡谷岳行. AI共存時代のcritical reading. Neuro Expert Meeting 2020. 2020. 8. 30. 国内. Web講演.

国内　/　口頭

11.Yuta Nakamura, Shouhei Hanaoka, Yukihiro Nomura, Takahiro Nakao, Soichiro Miki, Takeyuki Watadani, Takeharu Yoshikawa, Naoto Hayashi, Osamu Abe. Preliminary analysis of author attributions of radiology reports using machine learning. 第79回日本医学放射線学会総会, 2020/4. 国内. 口頭の予定であったが新型コロナウイルス感染拡大防止のためにweb開催に変更.

国内　/　

12.野村行弘. 肺癌画像診断におけるAI活用. 第61回日本肺癌学会学術集会. 2020.11.12. 国内. 口頭

国内　/　口頭

13.野村行弘. 人工知能・深層学習の放射線画像診断支援への応用. IEEE四国支部講演会. 国内. Web講演.

国内　/　口頭

14.野村行弘, 花岡 昇平, 中尾 貴祐, 林 直人, 吉川 健啓, 渡谷岳行, 阿部 修. 頭部MR画像の脳動脈瘤検出における学習データの違いによる性能変化に関する検討. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同学術集会. 国内. 口頭の予定であったが新型コロナウイルス感染拡大防止のためにweb開催に変更. 2020.11.8

国内　/　

15.花岡昇平, 野村行弘, 柴田寿一, 三木聡一郎, 中尾貴祐, 林 直人, 吉川健啓, 渡谷岳行, 阿部 修. Glowによる胸部単純写真における教師なし異常強調の試み. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同学術集会. 口頭の予定であったが新型コロナウイルス感染拡大防止のためにweb開催に変更. 2020.11.8.

不明　/　

16.小田昌宏, 林 雄一郎, 大竹義人, 橋本正弘, 明石敏昭, 森 健策: COVID-19 症例の定量評価のためのCT像からの肺野自動セグメンテーション. 第39回日本医用画像工学会大会 2020年9月17日

不明　/　

17.鄭通，小田昌宏，王成龍，林雄一郎，大竹義人，橋本正弘，明石敏昭，森健策：表現学習に基づくクラスタリングによるCOVID-19肺CT像からの病変部抽出法. JSCAS 2020

不明　/　

18.Deep learning-based approach in diagnosis of adrenal adenoma: A new trial using CT Kusunoki M, Nakayama T, Nishie A, Yamashita Y, Kikuchi K, Ishigami K, Eto M, Oda Y 106th　RSNA Scientific Assembly and Annual Meeting of the Radiological Society of North America

不明　/　

19.Japan Safe Radiology 2020.Nishie A, Kakihara D, Machitori A, Aoki S, Jinzaki M, Tomiyama N, Abe O, Togashi K, Gobara H. European Congress of Radiology 2020.

不明　/　

20.Oda M, Hayashi Y, Otake Y, Hashimoto M, Akashi T, Mori K：Lung infection and normal region segmentation from CT volumes of COVID-19 cases. SPIE Medical Imaging 2021

不明　/　

「国民との科学・技術対話社会」に対する取り組み

• ◀◀
• ◀
• 1
• ▶
• ▶▶

1.「新型コロナウイルスによる肺炎CT画像のAIによる解析手法」プレスリリース, 2020/9,順天堂大学（https://www.juntendo.ac.jp/news/20200928-01.html）

不明

2.「新型コロナウイルスによる肺炎CT画像のAIによる解析手法」プレスリリース, 2020/9, J-MID（http://www.radiology.jp/j-mid/results.html#sonota）

不明

3.CT画像の解析結果を感染症対策に役立てる -学会や大学と連携してCOVID-19肺炎の診断支援AIを開発- 、青木茂樹、佐藤真一、「NII Today」89号「ITを活用した新型コロナウイルスへの対策」巻頭インタビュー記事, 2020/09, 国内

国内

4.J-MIDの取り組み - COVID-19対応について-, 口頭, 明石敏昭, 国立情報学研究所設立20周年記念フォーラム, 2020/12/04, 国内.

国内

5.医療ビッグデータ 「医療画像データ蓄積・解析基盤」. 佐藤真一, 八木康史, 明石敏昭, 吉澤明彦, 森 健策.国立情報学研究所 設立20周年記念フォーラム, 2020/12/4, 国内

国内

6.AMEDプロジェクト　画像解析の貢献について- 名古屋大学での取り組みを中心に-, 口頭, 森 健策, 国立情報学研究所 設立20周年記念式典・記念講演会・記念フォーラム, 2020/12/04, 国内

国内

7.日本医学放射線学会がCT/MRIの大量画像をクラウドに移行を検討した理由とは-新基盤を活用し、コロナの感染拡大防止に向けた実証実験も. 青木茂樹、明石敏昭. 日経クロステック Special、インタビュー記事, 2020/11, 国内

国内