医療ビッグデータ利活用を促進するクラウド基盤・AI画像解析に関する研究
研究課題情報
- 課題管理番号
- 18lk1010028h0001
- 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(2018)
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: 該当なし<対象とする疾患なし>
- 代表研究機関
- 大学共同利用機関法人情報・システム研究機構国立情報学研究所
- 研究代表者
(2018) 合田憲人, 大学共同利用機関法人情報・システム研究機構国立情報学研究所, 国立情報学研究所 アーキテクチャ科学研究系 教授
- 研究期間
- 2018年度 - 2018年度
- 課題への総配分額
- 207,485 千円
- 研究概要(2018)
研究成果情報
2018
成果の概要
keyboard_arrow_down
(1) クラウド基盤の整備研究開発代表者はクラウド基盤を研究期間開始当初から運用し、合計で約2,900万枚の医療画像データを収集するとともに、AI研究者がこれらの画像を解析することを可能とした。日本皮膚科学会と日本超音波医学会の参加に伴い、それぞれの学会からの医療画像データを格納するための専用ストレージを整備した。これにより、本研究に参加する6学会全ての医療画像データの受け入れ・解析が可能となった。また、AI研究者からのニーズに対応し、本クラウド基盤に格納される医療画像データの附帯情報を検索するための機能を強化し、研究者がより迅速に複数施設から収集されたデータを検索することを可能とした。さらに、クラウド基盤の利用者間で情報提供するためのウェブシステムを立ち上げ、クラウド基盤利用方法やAI画像解析に関する知見を研究者間で共有することを可能とした。以上の成果により、クラウド基盤のスキームは医療画像ビッグデータを効率的に収集、利活用するプラットフォームとして有用であることを実証した。(2) AI画像解析技術の開発日本病理学会は13万症例、20万枚弱のデジタル病理画像 (P-WSI) を学会のサーバ (JP-AID) に収集し、単一施設における胃生検のP-WSIから胃がんの有無を判定するAIを開発した。このAIを多施設の胃生検P-WSIへ適用したところ、中間評価ながら胃がん検出感度98%以上を達成した。日本医学放射線学会は画像診断ナショナルデータベース (J-MID) からSINET5を経由して、全国の連携医療施設のCT画像およびその診断レポートを日々クラウド基盤に転送している。2018年度末の時点で、スライス枚数で2,000万枚を超えるデータがクラウド基盤に蓄積している。国立情報学研究所の佐藤は6学会の効果的なタスク設定やクラウド基盤における学習データの整備、タスク毎のプロジェクト管理を行い、1211の研究開発タスクを管理している。また、眼底写真から緑内障の有無を判定するAIを開発した。東京大学の原田は胃生検P-WSIから胃がんを検出するAIを開発した。名古屋大学の森は胃内視鏡画像を撮影部位で分類する技術を開発した。九州大学の内田は教師無し、あるいは半教師付き機械学習を用い、大腸内視鏡画像を疾病の種類ごとにグループ化した。この2つの技術を利用して画像を一括してラベリングすると、大量のラベル付き学習データを短時間で準備できる。奈良先端科学技術大学院大学の佐藤は多施設・多種類の大規模CT画像群から骨盤大腿骨領域を撮影した画像だけを教師無しクラスタリングで抜き出し、骨や筋をセグメント化して3次元再構築するアルゴリズムを開発した。
学会誌・雑誌等における論文一覧
keyboard_arrow_down
1. S. Phan, S. Satoh, Y. Yoda, K. Kashiwagi and T. Oshika: Evaluation of deep convolutional neural networks for glaucoma detection. Jpn. J. Ophthalmol. Vol. 63, No. 3, pp. 276-283, 2019
2. 佐藤 真一: 医療ビッグデータの利活用を目指した医学系学会とAI 画像解析研究者との連携. MEDICAL IMAGING TECHNOLOGY, Vol. 37, No. 2, pp. 65-66, 2019
3. 佐藤 真一, 合田 憲人, 村尾 晃平, 二宮 洋一郎: AMED プロジェクトの概要:クラウド基盤と AI 画像解析. MEDICAL IMAGING TECHNOLOGY, Vol. 37, No. 2, pp. 67-71, 2019
4. M. Kitagawa, M. Fukayama, A. Yoshizawa and Y. Sakai: AI that knows what ails us. Impact, 2019 (in press)
5. 黒瀬 優介, 原田 達也: 東京大学の取り組み:病理・内視鏡画像における胃がん検出支援. MEDICAL IMAGING TECHNOLOGY, Vol. 37, No. 2, pp. 72-77, 2019
6. Oda M,Kumamaru KK,Aoki S,Mori K,Non-contrast to contrasted abdominal CT volume regression using fully convolutional network,International Journal of CARS, 2019 (accepted)
7. 申忱,Milletari F,Roth HR,小田紘久,小田昌宏,林雄一郎,三澤一成,森健策,CTからの腹部多臓器抽出におけるgroup normalizationの影響に関する考察,電子情報通信学会技術研究報告(MI) 2019,MI2018-94, 118(412), pp. 143-148
8. 小田 昌宏, 申 忱, 小田 紘久, 森 健策: 名古屋大学の取り組み:放射線画像診断支援と内視鏡画像解析. MEDICAL IMAGING TECHNOLOGY, Vol. 37, No. 2, pp. 84-88, 2019
9. Roth HR,Shen C,Oda H,Sugino T,Oda M,Hayashi Y,Misawa K,Mori K,A Multi-scale Pyramid of 3D Fully Convolutional Networks for Abdominal Multiorgan Segmentation,MICCAI 2018,2018,LNCS 11073,417-425
10. Meng Q,Tanaka K,Satoh S,Kitsuregawa M,Kurose Y,Harada T,Hayashi H,Bise R,Uchida S,Oda M,Mori K,Anatomical location classification of gastroscopic images using DenseNet trained from Cyclical Learning Rate,MIRU2018,2018,PS1-51
学会・シンポジウム等における口頭・ポスター
keyboard_arrow_down
1. AI技術の進展と医療画像解析への応用, 口頭, 佐藤 真一, 日本オプトメカトロニクス協会 平成30年度第4回デジタル・イメージング技術部会, 2019/3/11, 国内.
国内 / 口頭
2. 深層学習による画像解析技術の飛躍と医療画像解析への応用, 口頭, 佐藤 真一, 千里ライフサイエンスセミナー M5「ビッグデータと人工知能医療」, 2019/2/13, 国内.
国内 / 口頭
3. 医療ビッグデータ利活用を促進するクラウド基盤・AI画像解析に関する研究, 口頭, 合田 憲人, メディカルイメージング連合フォーラム2019, 2019/1/23, 国内.
国内 / 口頭
4. ビッグデータとAIの医療へのインパクト, 口頭, 喜連川 優, 第154回日本医学会シンポジウム「AIと医療の現状と課題」, 2019/1/16, 国内.
国内 / 口頭
5. 医療ビッグデータ利活用を促進するクラウド基盤・AI画像解析に関する研究, 口頭, 合田 憲人, 第38回医療情報学連合大会 AMED協賛シンポジウム, 2018/11/25, 国内.
国内 / 口頭
6. 医療ビッグデータ研究センターの活動~クラウド基盤を利用した医学系学会とAI画像解析研究者との連携, 口頭, 村尾 晃平, 精密工学会 画像応用技術専門委員会 第4回研究会, 2018/11/16, 国内.
国内 / 口頭
7. ビッグデータと AI による次世代医療基盤, 口頭, 喜連川 優, 第27回 日本コンピュータ外科学会大会, 2018/11/9, 国内.
国内 / 口頭
8. クラウド基盤構築と胃がん識別・内視鏡画像の臓器等への自動分類, 口頭, 佐藤 真一, 消化器内視鏡領域における AI 研究実績報告会, 2018/11/1, 国内.
国内 / 口頭
9. クラウド基盤を利用した医学系学会とAI画像解析研究者との連携について, 口頭, 村尾 晃平, 先端ネットワーク利用に関するワークショップ ADVNET2018, 2018/10/12, 国内.
国内 / 口頭
10. 深層学習による画像認識技術の進展と眼底画像解析への応用, 口頭, 佐藤 真一, 第29回日本緑内障学会, 2018/9/14, 国内.
国内 / 口頭
「国民との科学・技術対話社会」に対する取り組み
keyboard_arrow_down
1. AMED研究事業「自立性・持続性を持った病理診断支援システムを構築するための地域実証実験モデル」 による成果報告,北川 昌伸,橋本 優子,倉田 盛人,福島県庁本庁舎 記者会見,2019/3/15,国内.
国内
2. 学会主導による病理診断AI(artificial intelligence; 人工知能)エンジンの開発,末松 誠,北川 昌伸,深山 正久,谷山 清己,第64回日本病理学会総会 記者会見,2018/11/23,国内.
国内