人工知能の利活用を見据えた日本病理学会、日本医学放射線学会の画像連携による原発性脳腫瘍のデータベース連携における問題点・課題の抽出および地域連携における自立・持続型画像登録連携拠点の基盤構築・整備
研究課題情報
- 課題管理番号
- 17lk1010022h0002
- 9つの連携分野プロジェクト
その他<第一期>
- 事業名
臨床研究等ICT基盤構築・人工知能実装研究事業
- タグ(2017)
研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: 新生物
- タグ(2016)
研究の性格: 研究基盤及び創薬基盤の整備研究<創薬技術・ICT基盤・プラットフォーム関係含む>
開発フェーズ: 該当なし
承認上の分類: 薬機法分類非該当
対象疾患: 新生物
- 代表研究機関
- 一般社団法人日本病理学会
- 研究代表者
(2017) 深山正久, 一般社団法人日本病理学会, 一般社団法人 日本病理学会 理事長
(2016) 深山正久, 一般社団法人日本病理学会, 一般社団法人 日本病理学会 理事長
- 研究期間
- 2016年度 - 2018年度
- 課題への総配分額
- 746,431 千円
- 研究概要(2017)
- 1:日本病理学会の委託研究機関(東京大学・京都大学)の院内での原発性脳腫瘍を対象にした画像連携を行うに当たっての問題点・課題の抽出 2:福島県と徳島県の両県をモデルにした自立・持続型の画像登録地域連携拠点の基盤整備
- 研究概要(2016)
- 人工知能の利活用のための,病理組織デジタル画像(Pathology-Whole Slide Imaging:P-WSI)を収集・集約し,これを広く医療者や人工知能等研究者に活用してもらうためのシステム・基盤整備およびP-WSIビッグデータの登録を行う
研究成果情報
2017
2016
成果の概要
keyboard_arrow_down
① 脳腫瘍を対象とした,患者情報・画像連携を行う際の問題点と課題の抽出<東京大学>原発性脳腫瘍を対象に、患者情報、P-WSI、病理診断、放射線画像、画像読影レポート及び脳外科手術記録等の院内でのシステムによらない連携・連結を行い、院内専用サーバ・ストレージ(病理部設置)に保存する際の課題、問題点を抽出する検討を実施した。具体的には、東京大学医学部附属病院で手術の行われた初発glioma30例を抽出し、脳外科・放射線科、病理部の3診療科の症例データを対象とした。3診療科相互間のデータの受け渡しは、本年度はシステムによらず、暗号化機能が付いたSSDで行った。3診療科のデータは病理部に設置したデータベースサーバ(現在はスタンドアローンで外部へは接続していない)に格納した。放射線・脳外科・病理から登録された3つのデータを組み合わせて、脳腫瘍診断支援につながるような検討を、深層学習機を用いて進めている。3診療科のデータ連結は、院内の場合には患者IDで連結可能であり、特に問題点はなかった。放射線科では、MRI画像とその読影レポートを合わせて登録した。非常に多数あるCT画像から重要な画像を自動的に取り出すためのアルゴリズムの開発が必要となり、深層学習機を用いて開発に着手した。脳神経外科では、手術記載や病歴内の要配慮個人情報削除に関する問題点が指摘され、診療録に記載された自由言語から、重要な用語を自動的に抽出するプログラムが必要となり、深層学習機による開発に着手した。病理部では病理診断・所見の中で何が重要かのオントロジーあるいは病理画像で何が重要かを自動で選択できる人工知能アルゴリズムの開発を行うための基盤構築・体制の整備を行った。一つの試みとして、脳腫瘍の病理診断では、非腫瘍性病変に伴うGliosisとlow grade Gliomaとの鑑別が問題となるため、Deep learningを用いて形態からこれらを鑑別する人工知能アルゴリズムの開発を進めた。使用した検体は当院の剖検例、手術材料の脳HE標本(Gliosis 9例、Glioma 11例)。各症例につきWSIを作成し、ここから学習用・テスト用画像を切り出した。専用のコンピューター上でConvolutional neural networkを構築して学習を行い、学習用画像とは別症例から切り出したテスト用画像でGliomaか否かの判定を行った。結果として、切り出した各画像それぞれについて正しく判定できた割合(Accuracy)は65%であった。今後、学習用データの症例数の増加や品質の向上によりさらに精度を上げることを目指す。<京都大学>2学会連携プロジェクトとして、脳腫瘍患者を対象とし、院内システム(HIS)内にある患者臨床情報、P-WSI、病理診断、放射線画像、画像読影レポートおよび脳外科手術記録等を統合してAI研究に供出できるシステムの構築を行う際の問題点、課題を以下のように抽出した。1)脳神経外科の原発性脳腫瘍データベースをキーとして、当該腫瘍を対象とした放射線画像(手術日前5回分のCT,MRI画像)およびその画像報告書を抽出、また、同病理診断報告書、P-WSIを抽出し、院内での連携・連結を自動的に行うシステムを開発した。2)適切な情報を供出する(キュレーション)にあたってのカンファレンスシステムの構築も行った。3)院内で、実際の画像、医療情報の統合ができることが確認できた。4)HIS内では,すべての医療情報を持っているが、供出に必要な情報をどのように抽出するか、どの時点で供出不可である医療情報を削除するか、院外に情報を供出する際のファイル形式は何か、P-WSIのラベル情報の削除はどの時点で行うのか、といった課題が抽出された。HIS内にある情報のうち、供出に必要な情報抽出について、今回放射線画像および読影報告書に関しては、脳神経外科での手術記録を中心に、それ以前複数回のPACSの放射線画像情報を抽出することとした。また、病理報告書に関しては、術後1月以内の情報を抽出することとした。結果、十分な情報が集められていないことが判明した。これは期限の設定に問題があるようにみえた。また、集められた情報を病理学会が収集するクラウドサーバへの情報提供に際し、どのように抽出していくかに関しては、先方の情報を収集する様式もあり、十分に詰めるまでには至れなかった。② <自立・持続型モデルの研究>自立・持続して、P-WSIを、病理診断と同時に前向きにクラウドサーバに自動収集するシステムの開発研究の基盤整備を福島県と徳島県で行った。福島県では、福島県立医科大学を中心とし、7市中病院にバーチャルスライドスキャナーを導入し、セキュアなネットワークインフラの整備を完了した。徳島地域では、徳島県参加病院での倫理審査の状況などを踏まえ、2病院に絞りインフラ整備を行うこととなった。<徳島大学>病理医が不足している徳島県においては、ネットワーク連携による地域連携病理診断支援が必要である。病理医不在病院等の病理診断支援のためのスキャナー等の機器インフラの整備、ネットワーク構築が可能となれば、病理組織デジタル画像(Pathology-Whole Slide Imaging: P-WSI;バーチャルスキャナーという特殊装置で取り込んだ病理デジタル画像)を送付して、連携医療機関の病理医がP-WSIに診断名を付してその結果を返す際に、診断名が付されたP-WSIを病理学会クラウドデータサーバに新規・前向きに自動的に収集するし、病理診断補助のための人工知能(AI)開発に利活用することが可能となる。本年度は、吉野川医療センターにバーチャルスライドスキャナーの設置を、徳島大学病院にはサーバーの設置と遠隔診断用のソフトの導入を行い、徳島大学病院で、吉野川医療センターの症例の遠隔病理診断を行えるように基盤整備を行った。遠隔診断はすでにスタートしており、問題なく行えている。また、診断が確定したP-WSIはすべて徳島大学病院のサーバーに保存されており、病理学会クラウドデータサーバに登録するための体制も整えられた。<京都大学>徳島地域連携拠点のインフラ整備に対する助言、指導に関して:京都大学医学部附属病院病理診断科が長年培ってきた病理診断に関する病院連携のノウハウを十分活かした病院連携を徳島病理ネットワークで広げることに成功した。今後は、日本病理学会クラウドにP-WSIを含めた病理情報が順調に登録されていくようさらに助言を行っていく予定である。
学会誌・雑誌等における論文一覧
keyboard_arrow_down
1. 佐々木毅,日本病理学会JP-AIDと病理診断人工知能開発,病理と臨床,2017, 35(11), 1058-1061,査読無
2. Yasaka K, Akai H, Nojima M, Shinozaki-Ushiku A, Fukayama M, Nakajima J, Ohtomo K, Kiryu S. Quantitative computed tomography texture analysis for estimating histological subtypes of thymic epithelial tumors. Eur J Radiol. 2017, 92:84-92. 査読有
3. Masugi Y, Abe T, Tsujikawa H, Effendi K, Hashiguchi A, Abe M, Imai Y, Hino K, Hige S, Kawanaka M, Yamada G, Kage M, Korenaga M, Hiasa Y, Mizokami M, Sakamoto M. "Quantitative assessment of liver fibrosis reveals a nonlinear association with fibrosis stage in nonalcoholic fatty liver disease." Hepatology Communications 2.1 (2018): 58-68.査読有
学会・シンポジウム等における口頭・ポスター
keyboard_arrow_down
1. AI等の利活用を見据えた病理組織デジタル画像(WSI)の収集基盤整備と病理支援システム開発-Japan Pathology AI Diagnostics Project(JP-AID),口頭,佐々木毅,大阪(第37回医療情報学連合大会,AI活用に向けた医療画像データベース基盤構築の方向性を探るシンポジウム),2017.11,国内
国内 / 口頭
2. 日本の病理医事情と日本病理学会AMED人工知能(AI)プロジェクト-次世代医療機器としてのAI-,口頭,佐々木毅,川崎(殿町リサーチコンプレックス,次世代テクノロジーとビックデータ分析),2017.11,国内
国内 / 口頭
3. 病理分野の人工知能AI構築のアプローチ,口頭,佐々木毅,東京(第2回 事業学術セミナー~病理診断と人工知能AIの現状と未来を展望する~),2017.3, 国内
国内 / 口頭
4. 個人情報と病理診断 ―上級編 遠隔医療の現状と課題―,口頭,吉澤明彦,滋賀(第7回病理技術向上講座),2018.1, 国内
国内 / 口頭
5. 「病理情報化システムの開発と課題」橋口明典,阿部時也,坂元亨宇,東京,第106回病理学会総会 ワークショップ6 Information Technologyと病理診断~ビッグデータからdeep learningまで~,2017. 4,国内
国内 /
6. 「病理診断過程の可視化を目的としたカメラ・ステージ・システムの開発」橋口明典,阿部時也,坂元亨宇,東京,第106回病理学会総会 ポスター発99 深層学習と画像解析,2017. 4,国内
国内 / ポスター
「国民との科学・技術対話社会」に対する取り組み
keyboard_arrow_down
1. 「分子病理診断への取り組みと展開」,深山正久,杏林シンポジア(ラジオ放送),2017年4月3日,国内
国内
2. 若い知性に向き合う-病理学会の変革」,深山正久,特定非営利活動法人「がんの早期診断・治療に必要な病理診断の総合力を向上させる会」講演,2017年6月29日,国内
国内
3. 「がん医療における病理医の役割」,佐々木毅,文京区教育委員会主催公開シンポジウム「がん教育を考えるー純度の高い専門性と社会的包容力」,2018年1月29日,国内
国内
4. HPの開設:http://p-wsi.jp/
不明