研究代表者 大分大学:猪股雅史・ 課題全体の成果研究開発項目①:タグ付けソフトウェアの完成研究開発項目②:デジタルデータフォーマットの仕様確定、50症例分のタグ付けデータの完成、クラウドシステムの試験運用の実施、利便性・運用安定性の評価研究開発項目③:人工知能ソフトウェアのランドマーク推定精度85%以上研究開発項目④:実臨床による開発機器の検証実験・ 研究代表者および研究分担者の成果研究開発項目②:デジタルデータフォーマットの仕様確定、50症例分のタグ付けデータの完成、クラウドシステムの試験運用の実施、利便性・運用安定性の評価(猪股雅史、衛藤 剛、岩下幸雄)・教師データのフォーマットをPNG形式の画像データとした。・230本のLC症例ビデオからランドマークの視認性の高い76本の症例ビデオを選定し、タグ付けデータを生成した。教師データの質の確保を重視した作業ルーチンを徹底し、76症例ではあるが良質な教師データを得ることができた。・Fujitsu K-5によるクラウドシステムを運用することで開発者らとデータを共有した。研究開発項目③:人工知能ソフトウェアのランドマーク推定精度が85%以上(中島 誠)・本事業のカスタムデータに対応するように画像認識アルゴリズムYOLOを実装した。・教師データの水増しを試行し、学習モデルの精度向上を試みた。・外科医の臨床的視点に基づく評価においてランドマーク推定精度は95.7%と判定された。研究開発項目④:実臨床による開発機器の検証実験(猪股雅史、衛藤 剛、岩下幸雄、中島 誠)・AMED機構、大分大学倫理委員会の審議を経て、実験対象を豚から人へと変更した。・学習モデルを従来の内視鏡システムに組み込む実験機を構築した。・検証実験を行った結果、実験機が実手術に利用可能なレベルにあることを確認した。・検証実験後に開催された検討会において、実用化に向けた課題抽出および他手術への応用可能性について検討するとともに、臨床研究・治験のステージで実施すべきことを確認した。 福岡工業大学研究開発項目③:人工知能ソフトウェアのランドマーク推定精度が85%以上(徳安 達士)・中島教授(大分大)と連携し、本事業のカスタムデータに対応するように画像認識アルゴリズムYOLOを実装した。・中島教授(大分大)と連携し、教師データの水増しを試行し、学習モデルの精度向上を試みた。・外科医の臨床的視点に基づく評価においてランドマーク推定精度は95.7%と判定された。研究開発項目④:実臨床による開発機器の検証実験・検証実験後に開催された検討会において、実用化に向けた課題抽出および他手術への応用可能性について検討するとともに、臨床研究・治験のステージで実施すべきことを確認した。オリンパス株式会社 研究開発項目①:タグ付けソフトウェアの完成(江部康平)・Microsoft Surface Proの利用を想定したタブレット型アノテーションツールを完成させた。・外科医のタグ付け作業の補助を目的として、画像特徴量に着目したタグ付け領域の自動追従機能を開発し た。・タグ付け作業効率と人工知能の学習効率から、画像フレーム間の類似度に着目した間引き機能を搭載した。 研究開発項目④:実臨床による開発機器の検証実験 (江部康平)・人工知能ソフトウェアを既存の内視鏡システムに搭載した実験機を開発し、実手術環境に適用できることを確認した。