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

【成果報告書】

成果の概要

● 超音波データベースを構築
肝腫瘍超音波静止画像93,657画像分、肝腫瘍動画像761結節分、腹部超音波スクリーニング画像276症例、6,675画像分、乳腺腫瘍超音波静止画像22,451画像分、乳腺腫瘍動画数1,112結節分、心臓超音波動画10,314画像(2070例分)と付帯情報からなるデータベースを構築した。
● 肝腫瘍検出・鑑別AIモデル開発
肝腫瘍静止画像70,950枚を用い、4疾患(肝細胞癌、転移性肝癌、血管腫、嚢胞）の鑑別を行うCNNベースのAIモデルを開発した。正診率は交差検証法にて91.0%であった。独立した動画のテストコホートを用い、ヒト専門医と肝腫瘍鑑別能比較を行い、AIの正診率はヒト専門医を上回った。また、74,460画像をYOLOv3、YOLOv5に学習させ、肝腫瘍検出AIモデルを完成した。YOLOv3モデル、YOLOv5モデルで共に再現率、適合率、F値が0.9以上を達成した。肝腫瘍検出モデルと鑑別モデルを統合し、検出から鑑別をリアルタイムで行うAI モデルを完成した。この超音波ベンダー3社と共同研究を行い、開発したAIモデルを現行の主要な超音波機器に実装、リアルタイムに作動することを確認した。腹部超音波検査の描出部位を自動判別するAIを開発した。日大方式で保存された定型の腹部スクリーニング画像276症例分、6,675画像を、描出部位を教師データとして、画像から検査部位を推定させ、精度0.836であった。これは腹部超音波のレポート作成支援に応用できる。
● 乳腺腫瘍検出・鑑別AIモデル開発
乳腺腫瘍画像の13,990枚の画像をCNN学習データとして用いた。4疾患鑑別(乳癌、線維腺腫、単純嚢胞、その他）の正診率は84.7%であった。乳腺腫瘍の動画からリアルタイムに腫瘍を検出することを目的として、腫瘍検出アルゴリズムを開発した。4691画像を用いてYOLOv3に学習、587画像を検証データとして用い、再現率0.986、適合率0.876、F値0.926であった。
● 心臓超音波画像収集とAI開発
心臓超音波の動画保存・収集のためのシステム開発と動画収集のための準備を完了し、動画の収集を行っている。心臓超音波動画10,314画像(2070例分)が収集されている。

学会誌・雑誌等における論文一覧

• ◀◀
• ◀
• 1
• ▶
• ▶▶

1.Naoshi Nishida, Masatoshi Kudo. Artificial Intelligence in Medical Imaging and Its Application in Sonography for the Management of Liver Tumor. Frontiers in oncology, 2020, 10, 594580 - 594580. DOI: 10.3389/fonc.2020.594580.

2.Sato M, Tateishi R, Yatomi Y, Koike K: Artificial Intelligence in the Diagnosis and Management of Hepatocellular Carcinoma. J Gastroenterol Hepatol 2021;36(3): 551-60.

3.Morita M, Ogawa C, Omura A, Noda T, Kubo A, Matsunaka T, Tamaki H, Shibatoge M, Seno H, Minami Y, Ueshima K, Sakurai T, Nishida N, Kudo M: The Efficacy of Sonazoid-enhanced Ultrasonography in Decision-making for Liver Abscess Treatment. Intern Med. 2020;59(4):471-477. doi: 10.2169/internalmedicine.2510-18. Epub 2020 Feb 15.

4.西田 直生志、工藤 正俊. 画像診断における人工知能の応用と超音波AIの開発. 肝臓（日本肝臓学会誌）2020年, 61(12), 623 - 636. DOI: 10.2957/kanzo.61.623.

5.山川誠, 椎名毅, 西田直生志, 工藤正俊, 超音波画像を用いた深層学習による肝腫瘤・乳腺腫瘤診断支援, 日本音響学会誌, 2020, 76, 12, 706-711, doi: 10.20697/jasj.76.12_706.

6.山川 誠, 椎名 毅, 西田 直生志, 工藤 正俊. 超音波画像を用いた深層学習による肝腫瘤・乳腺腫瘤診断支援. 日本音響学会誌, 2020 年 76 巻 12 号 p. 706-711. https://doi.org/10.20697/jasj.76.12_706

7.椎名毅, 山川誠, 西田直生志, 工藤正俊, 津川浩一郎, 中島康雄, AI超音波診断の最新動向と今後の展望, インナービジョン, 2020, 35, 6, 47-49.

8.西田 直生志, 山川 誠, 椎名 毅, 工藤 正俊. 【これ一冊ですべてわかる消化器超音波検査】(第VI章)超音波とAI. AIによる肝腫瘤検出・判別支援システムの開発. 臨床消化器内科, 2020年, 35(9) 1166 - 1174. DOI https://doi.org/10.19020/CG.0000001302

9.椎名毅, 山川誠, 人工知能の利活用を見据えた超音波画像データベース構築とAI応用, 乳癌の臨床, 2021, 36, 1, 39-46.

10.中田 典生: 超音波医学における人工知能活用の現状と展望．検査と技術．2021、49(8)，856-858.

11.西田 直生志, 工藤 正俊. 【AI医療の現状と課題】超音波デジタル画像とAI診断. 臨床検査, 2020年、 64(8) 850 - 857. DOI https://doi.org/10.11477/mf.1542202431

12.椎名 毅, 山川 誠, 西田 直生志, 工藤 正俊, 津川 浩一郎, 中島 康雄. 【US Today 2020 超音波検査・診断最前線-表在(乳腺・甲状腺)領域の最新動向を中心に】表在(乳腺・甲状腺)領域の技術と臨床の最新動向 AI超音波診断の最新動向と今後の展望 . INNERVISION, 2020年 35(6) 47 - 49.

13.越智小枝, 佐藤真一, 柏木賢治, 橋本優子, 原田博司, 長谷川高志, 酒巻哲夫. 人工知能の医療応用研究に潜む課題の解明. 日本遠隔医療学会雑誌, 2020年16 巻2号, 96-103, 査読あり

14.目加田慶人，深層学習による画像認識とその実世界への適用，第57回日本肝臓学会総会，肝臓，Vol.62，Suppl(1)，A202，June 2021，https://doi.org/10.2957/kanzo.62.A111, 査読なし

学会・シンポジウム等における口頭・ポスター

• ◀◀
• ◀
• 1
• ▶
• ▶▶

1.西田睦: コンピュータ支援による造影超音波診断～時代はCADからAIへ～．第34回日本腹部造影エコー・ドプラ研究会．2021.3.27，福岡(Web).

不明　/　

2.西田睦: ここまでみえる！腹部超音波検査 令和3年度国立病院機構 良質な医師を育てる研修　2021.9.11 福岡(Web).

不明　/　

3.Chikara Ogawa: IMAGING GUIDED FOR TUMOR ABLATION USING NEW TECHNOLOGY. TATA2020(Taiwan Academy of Tumor Ablation 2020), 2020/10/25, 国外, 招待講演.

国外　/　講演

4.楠瀬賢也，山田博胤，第32回日本心エコー図学会学術集会，2021/4/23，国内，口頭.

国内　/　口頭

5.楠瀬賢也，第46回日本超音波検査学会学術集会，2021/5/8，国内，口頭.

国内　/　口頭

6.楠瀬賢也, 山田博胤、佐田政隆，第69回日本心臓病学会学術集会，2021/9/17，国内，口頭.

国内　/　口頭

7.椎名毅: 乳腺超音波画像ビックデータベースの構築とAI診断システムの開発, 第46回日本乳腺甲状腺超音波医学会学術集会, 2021/5/15, 国内, 口頭.

国内　/　口頭

8.山川誠, 津川浩一郎, 中島康雄, 植松孝悦, 明石定子, 位藤俊一, 渡辺隆紀, 椎名毅: JSUM超音波データベースを用いた乳腺腫瘤AI診断支援の試み,日本超音波医学会学術集会, 2021/5/22, 国内, 口頭．

国内　/　口頭

9.M.Yamakawa, T.Shiina, K.Tsugawa, N. Nishida, M. Kudo: Deep-learning framework based on a large ultrasound image database to realize computer-aided diagnosis for liver and breast tumors, IEEE International Ultrasonics Symposium, 2021/9/16, 国外, ポスター．

国外　/　ポスター

10.中田典生: シンポジウム AI 診断は乳房超音波診断の運用をどう変えるか ディープラーニングでは乳房超音波画像をどのように診断・判定しているのか？，日本超音波医学会第94回学術集会，2021/5/11，国内，口頭.

国内　/　口頭

11.中田典生: コロナ禍におけるAI研究：特にarXiv，GitHub，オープンデータによるオープンサイエンス活用について,第57回日本医学放射線学会秋季臨床大会，2021/9/18，国内,口頭.

国内　/　口頭

12.山岸生弥, 道満恵介, 目加田慶人: 超音波診断動画からの深層学習手法による肝腫瘍の検出と追跡, 口頭, 第18回情報学ワークショップ，2020/11/28，国内.

国内　/　口頭

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

国内　/　口頭

14.佐藤真一: 医療画像ビッグデータクラウド基盤の構築とAIによる医療画像解析技術の開発, 口頭，理研ハッカソン オープンシンポジウム，2021/3/22, 国内.

国内　/　口頭

15.佐藤真一: 医療画像ビッグデータクラウド基盤の構築とAI医療画像解析技術の開発, 口頭，第3回日本メディカルAI学会学術集会 特別講演，2021/6/12, 国内．

国内　/　口頭

16.目加田慶人: 深層学習による画像認識とその実世界への適用, 口頭, 第57回日本肝臓学会総会WS11-1，2021/6/18，国内．

国内　/　口頭

17.西田直生志, 目加田慶人, 工藤正俊: 超音波画像ビッグデータベース構築と腹部超音波B-mode検査における肝腫瘍検出のAI支援, 口頭,第57回日本肝臓学会総会WS11-3, 2021/6/18, 国内．

国内　/　口頭

18.Shoya Yamagishi, Keisuke Doman, Yoshito Mekada, Naoshi Nishida, Masatoshi Kudo: Detection and tracking of liver tumors for ultrasound diagnostic support using deep learning, 口頭，2021 Int. Conf. on Biomedical Signal and Image Processing, DC2002 2021/8/20-22, 国外.

国外　/　口頭

「国民との科学・技術対話社会」に対する取り組み

• ◀◀
• ◀
• 1
• ▶
• ▶▶

1.佐藤真一: 医療ビッグデータセンターからの研究成果報告, 国立情報学研究所オープンハウス2020 基調講演, 2020/6/13, 国内.

国内

2.佐藤真一: 医療ビッグデータクラウド基盤構築とAI画像解析研究,大学共同利用機関シンポジウム2020, 2020/10/17-18, 国内.

国内