本研究の今年度の実績として、AI画像解析の技術を用いて、希少疾患である食道閉鎖症・胆道閉鎖症・胆道拡張症を対象に、内視鏡手術ナビゲーションシステムの構築に取り組んだ。
食道閉鎖症に関して、手術の肝となる気管食道瘻の処理の際に、重要な解剖のメルクマールとなる「迷走」を自動認識するAIモデルを構築した。今後の臨床実用化に向け、小児外科医54名を比較対象としたAIモデルの性能評価実験を行い、認識速度に関してはExpertの小児外科医相当であることを示した。またAIの認識精度に関する小児外科医へのアンケート調査では、平均4.6点（5段階評価）の高評価を得た。この結果を基に、次年度では実際の手術環境の場でAIシステムを稼働させ、術中解剖認識ナビゲーションとしての有効性を評価していく。
胆道閉鎖症（以下BA）の臨床課題として、診断の難しさが挙げられ、手術による胆道造影はほぼ必須であり、尚且つ造影でも他の胆汁うっ滞性疾患との鑑別が困難な症例が少なくないことが明らかになっている。そこで、BA特有の肝表面の形態学的特徴に着目し、これを自動識別するAIモデルの構築に着手した。肝臓領域セグメンテーションと組み合わせを行うことで、約1300枚の画像からAUC:0.89と比較的高い識別精度を示しており、次年度は学習データを増やし更なる精度向上を目指し、BAの術中診断ナビゲーションシステムを構築する。
胆道拡張症（以下CBD）に関して、手術症例の難度や手術スキルの評価の基盤になりうるシステムとして、手術工程を自動分析するAIシステムの構築に着手した。ロボット支援下胆道拡張症手術を、全部で9つの工程に分類し、この分類を基に学習データ（CBD：30症例）を作成しAIモデルを構築した。現時点で、約80％の精度で各工程の自動認識が可能となっている。また、CBD手術の胆管空腸吻合操作における「運針」「吻合」の手術手技をOSATS(6評価項目：1～5点の5段階評価項目)と呼ばれる客観的評価スコアの指標に則り、手術動画から自動で手技スキルを評価するAIモデルの構築にも取り組んだ。現時点で、ヒトとAIの評価点の誤差は平均して0.7点程度で、比較的高い精度で手術スキル評価が可能となっている。