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

2020年度は画像に付帯するメタデータを有効に活用するタスクを実行するとともに、出口を見据えた実証検証やPMDA (独立行政法人医薬品医療機器総合機構) 承認への取り組みを開始した。さらに、クラウド基盤の特徴を活かし、COVID-19肺炎をCT画像から判定するAIを迅速に研究開発した。日本病理学会、日本医学放射線学会、日本消化器内視鏡学会、日本眼科学会、日本超音波医学会、日本皮膚科学会の6学会が参加し、2021年3月末の時点で合計2億4千万枚を超える画像データをクラウド基盤に収集した。
国立情報学研究所、東京大学、名古屋大学、奈良先端科学技術大学院大学 、九州大学、中京大学、静岡大学、理化学研究所、東京農工大学、名古屋工業大学、名城大学、山梨大学の各画像解析研究チームが、クラウド基盤上の計算資源とデータセットを駆使し、38の研究開発タスクを同時に取り組んだ。研究の最終年度の終盤に差しかかってもなお、日本眼科学会から新たなモダリティの画像による新規タスクの取り組み検討など、クラウド基盤への評価と需要は確実に高まった。様々な診療科の多様な画像が集まっている利点を活かし、診療科や画像研究チームの間で知見や技術を共有し、また、画像に付帯する所見文や診断名などのメタデータを自然言語解析して診療支援精度を高める研究も開始した。こうした画像診断AI研究の成果はトップカンファレンスに採択され、国際的に高い学術的評価を得た。さらに、開発したAI画像診断プロトタイプをクラウド基盤の外、学会のサーバに設置し、実際の臨床現場での実利用を見越した実証展開も日本病理学会と共同で行った。この実証展開は福島県と徳島県のそれぞれの地域病理ネットワークと接続して稼働中である。また、超音波断層像から肝腫瘤を判定するAI画像診断プロトタイプを超音波診断装置の主要3ベンダーへ試験提供し、実際に装置に組み込む検証を日本超音波医学会と共同で実施した。主要眼底疾患を眼底写真から分類するAIを研究開発し、当該AIのPMDA承認を目指す日本眼科学会に協力した。CT像からCOVID-19肺炎の典型度を判定するAIを臨床現場のCTに試験的に実装し、有効性を確認する実証研究を日本医学放射線学会と共同で着手した。

学会誌・雑誌等における論文一覧

• ◀◀
• ◀
• 1
• 2
• ▶
• ▶▶

1.Qier Meng, Yohei Hashimoto, Shin'ichi Satoh. How to Extract More Information With Less Burden: Fundus Image Classification and Retinal Disease Localization With Ophthalmologist Intervention. IEEE J. Biomed. Health Informatics 24(12): 3351-3361 (2020)

2.Qier Meng, Shin'ichi Satoh. ADINet: Attribute Driven Incremental Network for Retinal Image Classification. CVPR 2020: 4032-4041

3.Qier Meng, Yohei Hashimoto, Shin'ichi Satoh. How to Extract More Information with Less Burden: Fundus Image Classification and Retinal Disease Localization with Ophthalmologist Intervention. ISBI 2020: 1373-1377

4.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

5.Han C, Rundo L, Murao K, Noguchi T, Shimahara Y, Milacski ZA, Koshino S, Sala E, Nakayama H, Satoh S. MADGAN: unsupervised Medical Anomaly Detection GAN using multiple adjacent brain MRI slice reconstruction. BMC Bioinformatics. 2021 (accepted).

6.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

7.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

8.大鹿哲郎，坂本泰二，秋山雅人，朝岡　亮，上野勇太，柏木賢治，加藤浩晃，園田祥三，高橋秀徳，丸山和一，三宅正裕，安川力．眼科におけるAI・ビッグデータ時代を見据えて～第五委員会．日眼会誌 2020;124:449-450.

9.三宅正裕．IoMTのエコシステム．眼科画像レジストリーについて．Journal of Internet of Medical 　Things 2020;3: 10-13.

10.柏木賢治．眼科医療とAI・IoMT．日本眼科学会主導のビッグデータ集約システム．眼科グラフィック　　ス2020;9:75.

11.柏木賢治．人工知能と眼科医療．緑内障におけるAIの応用．日本の眼科2020;9:514-528.

12.三宅正裕．スマートフォンによる遠隔眼科診療．後眼部．OCULISTA 2020;88:43-51.

13.大鹿哲郎．眼科疾患レジストリーの現状と未来．日本眼科学会による医療情報データベースの基盤構築．あたらしい眼科 2021;38:127-132.

14.大鹿哲郎．日本眼科AI学会からの提案．第74回日本臨床眼科学会・日本眼科社会保険会議シンポジウム．日本の眼科 2021;92:190-191.

15.大鹿哲郎．日本眼科AI学会からの提案．あたらしい眼科技術．日本眼科社会保険会議シンポジウム．　　　日眼会誌2021;125:334-335.

16.三宅正裕，柏木賢治．眼科疾患レジストリーの現状と未来．IRIS registry．あたらしい眼科 2021;38:119-126.

17.Naoshi Nishida, Masatoshi Kudo. Artificial Intelligence in Medical Imaging and Its Application in Sonography for the Management of Liver Tumor. Front Oncol. 2020 Dec 21;10:594580. doi: 10.3389/fonc.2020.594580.eCollection 2020.

18.西田直生志, 工藤正俊.【総説】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 巻 12 号 p. 623-636. https://doi.org/10.2957/kanzo.61.623.

19.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

20.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

学会・シンポジウム等における口頭・ポスター

• ◀◀
• ◀
• 1
• 2
• 3
• ▶
• ▶▶

1.BERT-based few-shot learning for automatic anomaly classification from Japanese multi-institutional CT scan reports, ポスター発表, Ryosuke Kuwabara, Changhee Han, Kohei Murao, Shin'ichi Satoh, CARS 2020, 23-27 June 2020, 国外

国外　/　ポスター

2.医療ビッグデータ 「医療画像データ蓄積・解析基盤」, 口頭, 八木康史, 明石敏昭, 吉澤明彦, 森健策, 佐藤真一, 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

3.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，佐藤真一，理研ハッカソン オープンシンポジウム ―理研が進めるオープンサイエンスの実践―，2021/3/22, 国内

国内　/　口頭

4.日本病理学会JP-AID事業, 阿部浩幸, 第109回日本病理学会総会, 2020/07/01-07/31, 国内(Web開催), 口頭.

国内　/　口頭

5.AI support system for pathological diagnosis of gastric biopsy, Hiroyuki Abe, Yusuke Kurose, 第92回日本胃癌学会総会, 2020/07/01-07/31, 国内(Web開催), 口頭.

国内　/　口頭

6.Digital Pathology, AIを活用した病理診断サポート, 北川昌伸, 吉澤明彦, 阿部浩幸, 第79回日本癌学会学術総会, 2020/10/1-10/31, 国内(Web開催), 口頭.

国内　/　口頭

7.JP-AID による遠隔病理診断におけるAI運用, 吉澤明彦, 上原久典, 倉田盛人, 第66回日本病理学会秋期特別総会, 2020/11/24-12/25, 国内(Web開催), 口頭.

国内　/　口頭

8.医療ビッグデータ「医療画像データ蓄積・解析基盤」JP-AID の取り組み：遠隔病理診断におけるAI運用, 吉澤明彦, 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, 口頭.

国内　/　口頭

9.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　/　

10.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, 渡谷岳行. 2020/4. 国内. 口頭web開催

国内　/　口頭

11.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, 渡谷岳行. 2020/4. 国内. 口頭web開催

国内　/　口頭

12.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　/　

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

国内　/　口頭

14.2020年に考える日本医療のグランドデザインと眼科．これからの日本における眼科診療のリアルワールド．柏木賢治，第124回日本眼科学会総会．2020年4月，国内，口頭．

国内　/　口頭

15.AI事態をどう生きるか．日本における眼科AI・ビッグデータの現状．柏木賢治．第124回日本眼科学会総会．2020年4月，国内，口頭．

国内　/　口頭

16.カラー写真を用いた角膜浸潤のAI自動分類の試み．上野勇太，小田昌弘，山口剛史，福岡英記，森 健策，大鹿哲郎．第124回日本眼科学会総会．2020年4月，国内，口頭．

国内　/　口頭

17.前眼部写真を用いた正常・角膜浸潤・角膜瘢痕のAI自動分類の試み．上野勇太，小田昌宏，山口剛史，福岡秀記，森 健策，大鹿哲郎．第1回日本眼科AI学会．2020年11月，国内，口頭．

国内　/　口頭

18.眼科AMED事業．柏木賢治．第1回日本眼科AI学会．2020年11月，国内，口頭．

国内　/　口頭

19.人工知能を用いた腹部超音波からのリアルタイム肝腫瘤検出支援. 西田直生志, 工藤正俊. 第56回日　本肝臓学会 ワークショップ: 画像診断の新展開 2020年8月29日. 国内. 口頭

国内　/　口頭

20.超音波画像ビッグデータベース構築と AI支援肝腫瘍検出・診断システムの開発 ー AMED臨床研究等ICT基盤構築・人工知能実装研究事業での取り組み ー. 西田直生志, 山川誠, 椎名毅, 目加田慶人, 工藤正俊. 日本超音波医学会 第93回学術集会 人工知能応用（工学合同）「総論」 2020年12月3日. 国内. 口頭

国内　/　口頭

「国民との科学・技術対話社会」に対する取り組み

• ◀◀
• ◀
• 1
• ▶
• ▶▶

1.医療ビッグデータセンターからの研究成果報告, 佐藤真一, 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.医療ビッグデータクラウド基盤構築とAI画像解析研究, 佐藤真一, 大学共同利用機関シンポジウム2020, 2020/10/17-18, 国内.

国内

3.J-Startup Pavillion, Shin'ichi Satoh, CES 2021, 11-14 January 2021, 国外（https://www.jetro.go.jp/en/events/ces2021/）

国外

4.「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

5.「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

6.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

7.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

8.人工知能・機械学習による医療画像認識理解 -数理的基礎から臨床現場まで-, 森 健策, 第44回（令和2年度）ME講座（オンライン）, 2020/11/24, 国内

国内

9.AIと医療, 森 健策, 京都府立医科大学大学院保健看護学研究科特別講義（オンライン）, 2020/12/07, 国内

国内