皮膚疾患画像ナショナルデータベースの拡充とAI活用診療支援システムの開発
研究課題情報
- 課題管理番号
- 20lk1010034h0002
- 統合プロジェクト(二期)
ゲノム・データ基盤プロジェクト<第二期>
- 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(2020)
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>
対象疾患: その他
- タグ(2019)
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
- 公益社団法人日本皮膚科学会
- 研究代表者
(2020) 天谷雅行, 公益社団法人日本皮膚科学会, 理事長
(2019) 天谷雅行, 公益社団法人日本皮膚科学会, 理事長
- 研究期間
- 2019年度 - 2020年度
- 課題への総配分額
- 110,670 千円
- 研究概要(2020)
- 皮膚疾患画像ナショナルデータベース(NSDD)の拡充とプロトタイプAIの研究開発を行う。この研究に必要となる事務サポートをメインに行う。
- 研究概要(2019)
- 皮膚疾患画像ナショナルデータベース(NSDD)の拡充とプロトタイプAIの研究開発を行う。この研究に必要となる事務サポートをメインに行う。
研究成果情報
2020
2019
成果の概要
keyboard_arrow_down
1)皮膚画像収集からNSDD (National Skin Disease Database)への集積・拡充
16施設からレトロスペクティブな皮膚疾患画像収集を行い、2018年度終了時点では約18万画像、2019年度終了時点では約30万画像、2020年度終了時点では目標である50万画像(病理組織画像含む)以上の収集を達成した。また、2020年9月に日本皮膚科学会認定研修施設に対して、本研究事業に関するオンライン説明会を開催し、その結果、33施設が追加で本研究事業に参加することになった(施設数はさらに拡充中)。
2)AI皮膚画像診療補助基盤の開発
①「皮膚がん診断を支援するAI開発」(分担;筑波大学)
悪性黒色腫、有棘細胞癌、基底細胞癌を含む14種類の皮膚腫瘍のマクロ画像をAIを用いて診断するシステム構築を行っている。このAI診断支援システムは、英国皮膚科学会雑誌に発表し、さらに感度や特異度を上げる改良に取り組みつつ、2021年度中に臨床試験を行うべく準備を進めている。
②「皮膚救急疾患診断基盤開発としての重症薬疹早期診断のAI開発」(分担;新潟大学)
Stevens-Johnson症候群/中毒性表皮壊死症(SJS/TEN)を対象として、早期画像診断システムを開発した。この開発したプロトタイプは、SJS/TENに対する感度と陰性適中率、すなわちスクリーニング性能を示すパラメータにおいて優れた結果を示した一方、特異度とPPV、すなわち確定診断性能については改善の余地を残す結果であった。しかしながら重症疾患では見逃さないこと、つまりスクリーニング性能が重要であり、実用可能性を十分に期待できると考える。
③「皮膚腫瘍病理診断補助AIの基盤開発」(分担;東北大学)
病理診断補助AIの解析アルゴリズムの特許を申請し、新規性が認められ設定登録された。
④「紫外線写真予測AI開発」(分担;東北大学)
紫外線撮影機器を用いてカラーデジタル写真とほぼ同時に撮影した紫外線写真を利用し、紫外線写真を予想することを行った。単純にカラーデジタル写真からシミを推定するよりも紫外線写真を予想しそこからシミを推定する方の結果が良かった。この成果は2021年1月に英国科学誌「Scientific Reports」に掲載。
⑤「褥瘡重症度のAI画像評価」(分担;浜松医科大学)
全609件の画像を元に、DESIGN-R評価法であるDESIGN-Pのd(深さ), e(滲出液), s(大きさ), i(炎症), g(肉芽), n(壊死), p(ポケット)のスコアを推定するConvolutional Neural Network (CNN)モデルを構築した。データは4/5を学習用、1/5を精度評価用に割当、k-分割交差検証にて精度を算出したところ、正診率は87.5%~99.8%であった。実用化に向けては、今後、正診率を向上させ、AI診断搭載カメラ等のデバイスの開発および特許取得に向けて検討している。
3)皮膚疾患画像データベースと連携・付随する統合データベース策定モデル事業
東京大学では企画情報運営部と連携し、院内無線LANを介して診察室で撮影された臨床写真およびエコー画像、動画を、電子カルテに自動で取り込み、アノテーション付与が可能なシステムを構築した。電子カルテに取り込まれたデータは、ファインデックス社が提供するCLAIO上に集積され、血液検査、生理学的検査、放射線画像を含め、DocuMaker上でデータベース化が可能である。
慶應大学では病院情報システム部と共同でアトピー性皮膚炎をモデルに統合データベースのプラットフォームを作成した。臨床記録、処方、検査データ等を収集し、データパイプライン管理サーバーに保管する流れが自動実行されるようにした。画像収集ワークフローとして、臨床画像の自動抽出と匿名化、そこから身体の部位別分類、個人情報となる目の匿名化、そして皮膚領域のみの抽出までを自動化し、先述の臨床データと併せて病院システム部に設置したサーバーで管理する統合データベースを構築した。今後は病理画像や放射線画像なども統合したデータベースのプラットフォームの構築を目指して、対象疾患を拡大し、最終的にはすべての皮膚疾患のデータを一元的に管理し、安全かつ効率的に運用できるように進めていく予定である。
大阪大学では医療情報部と共同で、病院電子カルテシステムに撮影した臨床写真を自動的に取り込み、電子カルテ上にAi診断ソフトをアプリケーションとして搭載するシステムを開発中である。
4)今後の対応
皮膚疾患画像の収集については、画像自体が個人情報にあたるため、これまでの画像収集における留意・注意点等をまとめたものを中心としたガイドライン、手引きなどの作成を手掛けていく。
16施設からレトロスペクティブな皮膚疾患画像収集を行い、2018年度終了時点では約18万画像、2019年度終了時点では約30万画像、2020年度終了時点では目標である50万画像(病理組織画像含む)以上の収集を達成した。また、2020年9月に日本皮膚科学会認定研修施設に対して、本研究事業に関するオンライン説明会を開催し、その結果、33施設が追加で本研究事業に参加することになった(施設数はさらに拡充中)。
2)AI皮膚画像診療補助基盤の開発
①「皮膚がん診断を支援するAI開発」(分担;筑波大学)
悪性黒色腫、有棘細胞癌、基底細胞癌を含む14種類の皮膚腫瘍のマクロ画像をAIを用いて診断するシステム構築を行っている。このAI診断支援システムは、英国皮膚科学会雑誌に発表し、さらに感度や特異度を上げる改良に取り組みつつ、2021年度中に臨床試験を行うべく準備を進めている。
②「皮膚救急疾患診断基盤開発としての重症薬疹早期診断のAI開発」(分担;新潟大学)
Stevens-Johnson症候群/中毒性表皮壊死症(SJS/TEN)を対象として、早期画像診断システムを開発した。この開発したプロトタイプは、SJS/TENに対する感度と陰性適中率、すなわちスクリーニング性能を示すパラメータにおいて優れた結果を示した一方、特異度とPPV、すなわち確定診断性能については改善の余地を残す結果であった。しかしながら重症疾患では見逃さないこと、つまりスクリーニング性能が重要であり、実用可能性を十分に期待できると考える。
③「皮膚腫瘍病理診断補助AIの基盤開発」(分担;東北大学)
病理診断補助AIの解析アルゴリズムの特許を申請し、新規性が認められ設定登録された。
④「紫外線写真予測AI開発」(分担;東北大学)
紫外線撮影機器を用いてカラーデジタル写真とほぼ同時に撮影した紫外線写真を利用し、紫外線写真を予想することを行った。単純にカラーデジタル写真からシミを推定するよりも紫外線写真を予想しそこからシミを推定する方の結果が良かった。この成果は2021年1月に英国科学誌「Scientific Reports」に掲載。
⑤「褥瘡重症度のAI画像評価」(分担;浜松医科大学)
全609件の画像を元に、DESIGN-R評価法であるDESIGN-Pのd(深さ), e(滲出液), s(大きさ), i(炎症), g(肉芽), n(壊死), p(ポケット)のスコアを推定するConvolutional Neural Network (CNN)モデルを構築した。データは4/5を学習用、1/5を精度評価用に割当、k-分割交差検証にて精度を算出したところ、正診率は87.5%~99.8%であった。実用化に向けては、今後、正診率を向上させ、AI診断搭載カメラ等のデバイスの開発および特許取得に向けて検討している。
3)皮膚疾患画像データベースと連携・付随する統合データベース策定モデル事業
東京大学では企画情報運営部と連携し、院内無線LANを介して診察室で撮影された臨床写真およびエコー画像、動画を、電子カルテに自動で取り込み、アノテーション付与が可能なシステムを構築した。電子カルテに取り込まれたデータは、ファインデックス社が提供するCLAIO上に集積され、血液検査、生理学的検査、放射線画像を含め、DocuMaker上でデータベース化が可能である。
慶應大学では病院情報システム部と共同でアトピー性皮膚炎をモデルに統合データベースのプラットフォームを作成した。臨床記録、処方、検査データ等を収集し、データパイプライン管理サーバーに保管する流れが自動実行されるようにした。画像収集ワークフローとして、臨床画像の自動抽出と匿名化、そこから身体の部位別分類、個人情報となる目の匿名化、そして皮膚領域のみの抽出までを自動化し、先述の臨床データと併せて病院システム部に設置したサーバーで管理する統合データベースを構築した。今後は病理画像や放射線画像なども統合したデータベースのプラットフォームの構築を目指して、対象疾患を拡大し、最終的にはすべての皮膚疾患のデータを一元的に管理し、安全かつ効率的に運用できるように進めていく予定である。
大阪大学では医療情報部と共同で、病院電子カルテシステムに撮影した臨床写真を自動的に取り込み、電子カルテ上にAi診断ソフトをアプリケーションとして搭載するシステムを開発中である。
4)今後の対応
皮膚疾患画像の収集については、画像自体が個人情報にあたるため、これまでの画像収集における留意・注意点等をまとめたものを中心としたガイドライン、手引きなどの作成を手掛けていく。
学会誌・雑誌等における論文一覧
keyboard_arrow_down
1. 藤澤康弘, 皮膚腫瘍を鑑別するAI.J Otolaryngology Head Neck Surg , 2020年12月号
2. Keita Koseki,Hiroshi Kawasaki,Masayuki Amagai,Eiryo Kawakami.Assessment of skin barrier function using skin images with topological data analysis. NPJ Syst Biol Appl. 2020, 18; 6(1): 40.
3. Kojima K, Shido K, Tamiya G, Yamasaki K, Kinoshita K, Aiba S. Facial UV photo imaging for skin pigmentation assessment using conditional generative adversarial networks. Sci Rep 2021;11(1):1213.
4. Kuriyama H., Fukushima S.,* Kimura T., Okada E., Ishibashi T., Mizuhashi S., Kanemaru H., Kajihara I., Makino K., Miyashita A., Aoi J., Okada S., Ihn H., Kita K.Matrin-3 plays an important role in cell cycle and apoptosis for survival in malignant melanoma.J Dermatol Sci. 2020,Online ahead of print.
5. Ishibashi T., Kajihara I, Mizuhashi S., Kuriyama H., Kimura T., Kanemaru H., Makino K, Miyashita A., Aoi J., Makino T.,Fukushima S.,* Kita K.,* Ihn H.Methyl-CpG binding domain protein 3: a new diagnostic marker and potential therapeutic target of melanoma. Biosci Trends. 2020,Online ahead of print.
6. Noguchi H., Matsumoto T., Kimura U., Hiruma M., Kano R., Kubo M., Fukushima S., Ihn. Fosravuconazole to treat severe onychomycosis in the elderly.J Dermatol. 2020,in press.
7. Mizuhashi S., Kajihara I., Sawamura S., Kanemaru H., Makino K., Aoi J., Makino T., Masuguchi S., Fukushima S., Ihn H.Skin microbiome in acral melanoma: Corynebacterium is associated with advanced melanoma.J Dermatol. 2020, in press.
8. Kakitsuka Y., Sawamura S., Kajihara I.,* Kanemaru H., Honda N., Makino K., Aoi J., Makino T., Fukushima S., Ihn H.Serum levels of desmoglein-1 DNA copies in cell-free DNA of patients with pemphigus.J Dermatol. 2020,in press.
9. Kimura T., Fukushima S.,* Okada E., Kuriyama H., Kanemaru H., Kadohisa-Tsuruta M., Kubo Y., Nakahara S., Tokuzumi A., Kajihara I., Makino K., Miyashita A., Aoi J., Makino T., Tsukamoto H., Nishimura Y., Inozume Y., Zhang R., Uemura Y., Senju S., Ihn H. Induced pluripotent stem cell-derived myeloid cells expressing OX40 ligand amplify antigen-specific T cells in advanced melanoma. Pigment Cell & Melanoma Research. 2020,Online ahead of print.
10. Tagawa H., Kanemaru H.,* Kimura T., Kuriyama H., Sawamura S., Kajihara I., Miyashita A., Aoi J., Fukushima S., Ihn H.BATF2 expression as a novel marker for invasive phenotype in malignant melanoma.J Dermatol. 2020,in press.
学会・シンポジウム等における口頭・ポスター
keyboard_arrow_down
1. AI技術を用いたアトピー性皮膚炎の統合データ解析,口頭,川崎 洋,芦崎 晃一,第119回日本皮膚科学会総会,2020/6/7,国内.
国内 / 口頭
2. 個別化医療の実現に向けたアトピー性皮膚炎のディープフェノタイプ研究,口頭,川崎 洋,第93回日本生化学会大会, 2020/9/16,国内.
国内 / 口頭
3. アトピー性皮膚炎に対する個別化医療の実現を目指したデータ主導型研究,口頭,川崎 洋,第69回日本アレルギー学会,2020/9/20,国内.
国内 / 口頭
4. A deep neural network for the early image diagnosis of Stevens-Johnson syndrome/toxic epidermal necrolysis, Atsushi Fujimoto, Yuki Iwai, Shogo Muramatsu, Takashi Ishikawa, Satoru Shinkuma, Riichiro Abe. The SID 2020 Annual Meeting Virtual Conference. May 13-16, 2020, 国外(Web開催).
国外 /
5. Efficacy of salvage therapies after failure of anti-PD-1 monotherapy for advanced melanoma in an Asian population: A multi-institutional historical cohort study,Yukiko Teramoto1, Kenjiro Namikawa2, Yukiko Kiniwa3, Koji Yoshino4, Shusuke Yoshikawa5, Yasuhiro Nakamura1, Takeru Funakoshi6, Tatsuya Takenouchi7, Taiki Isei8, Takeo Maekawa9, Takuya Miyagawa10, Yasuhiro Fujisawa11, Kenji Yokota12, Takamichi Ito13, Hisashi Uhara14, Shigeto Matsushita15, Haruki Doi16, Yoshitsugu Shibayama17, Satoshi Fukushima18, Naoya Yamazaki2.1Saitama Medical University International Medical Center, Saitama, Japan; 2National Cancer Center Hospital, Tokyo, Japan; 3Shinshu University, Nagano, Japan; 4Tokyo Metropolitan Cancer and Infectious Diseases Center Komagome Hospital, Tokyo, Japan; 5Shizuoka Cancer Center, Shizuoka, Japan; 6Keio University, Tokyo, Japan; 7Niigata Cancer Center, Niigata, Japan; 8Osaka International Cancer Institute, Osaka, Japan; 9Jichi Medical University, Tochigi, Japan; 10University of Tokyo, Tokyo, Japan; 11University of Tsukuba, Ibaraki, Japan; 12Nagoya University, Nagoya, Japan; 13Kyushu University, Fukuoka, Japan; 14Sapporo Medical University, Hokkaido, Japan; 15National Hospital Organization Kagoshima Medical Center, Kagoshima, Japan; 16Asahikawa Medical University, Hokkaido, Japan; Fukuoka University, Fukuoia, Japan; 18Kumamoto University, Kumamoto, Japan.The European Society for Medical Oncology (ESMO) Virtual Congress; September 19-21, 2020,overseas,oral
国外 / 口頭
6. Real-world efficacy of anti-PD-1 antibodies in advanced subungual melanoma: The large multicenter retrospective Japanese Acral Melanoma PD-1 (JAMP) study of 70 cases.Yasuhiro Nakamura1, Kenjiro Namikawa2, Koji Yoshino3, Shusuke Yoshikawa4, Hiroshi Uchi5, Katsunobu Goto6, Yoshiyuki Nakamura7, Satoshi Fukushima8, Yukiko Kiniwa9, Tatsuya Takenouchi10, Hisashi Uhara11, Toru Kawai12, Naohito Hatta13, Takeru Funakoshi14, Yukiko Teramoto1, Atsushi Otsuka15, Jiro Uehara16, Dai Ogata17, Shigeto Matsushita18, Naoya Yamazaki2.1Saitama Medical University International Medical Center, Saitama; 2National Cancer Center Hospital, Tokyo; 3Tokyo Metropolitan Cancer and Infectious Diseases Center Komagome Hospital, Tokyo; 4Shizuoka Cancer Center, Shizuoka; 5Kyushu University, Fukuoka; 6Nagoya University, Nagoya; 7University of Tsukuba, Ibaraki; 8Kumamoto University, Kumamoto; 9Shinshu University, Nagano; 10Niigata Cancer Center, Niigata; 11Sapporo Medical University, Hokkaido; 12University of Tokyo, Tokyo; 13Toyama Prefectural Hospital, Toyama; 14Keio University, Tokyo; 15Kyoto University, Kyoto; 16Asahikawa Medical University, Hokkaido; 17Saitama Medical University, Saitama; 18National Hospital Organization Kagoshima Medical Center, Kagoshima, Japan.16TH European Association of Dermato-Oncology Congress.2020/10/14-16,overseas,oral
国外 / 口頭
7. 免疫チェックポイント阻害薬による免疫関連有害事象に対するiREACT 活動の評価 成田さわな、久本佳奈、冨田雄介、宮本英明、吉永佳代、森永潤、山ノ内祥訓、佐伯祥、陶山浩一、福島 聡、臨床薬理学会 2020、国内、口頭
国内 / 口頭
8. AIによる重症薬疹の早期診断, 藤本 篤、岩井 由樹、新熊 悟、阿部 理一郎、村松 正吾、第118回日本皮膚科学会総会 皮膚疾患AI・AMEDシンポジウム、2019/6/8、国内、口頭
国内 / 口頭
9. 重症薬疹早期診断画像診断へのディープラーニングの応用、藤本 篤、岩井 由樹、新熊 悟、阿部 理一郎、村松 正吾、BioJapan2019、2019/10/10、国内、口頭.
国内 / 口頭
10. AI画像認識による重症薬疹の早期診断、藤本 篤、岩井 由樹、新熊 悟、阿部 理一郎、村松 正吾、日本医療研究開発機構 難治性疾患実用化研究事業/免疫アレルギー疾患等実用化研究事業2019年度合同班会議 薬疹研究会、2019/11/22、国内、口頭.
国内 / 口頭