权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Clinical Application of Artificial Intelligence to Improve Diagnostic Performance of Endoscopic Ultrasound for Pancreatic Diseases

人工智能临床应用提高超声内镜对胰腺疾病的诊断性能

基本信息

批准号：
20K12689
负责人：
石川卓哉
金额：
$ 2.25万
依托单位：
Nagoya University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

膵癌の予後改善のためには早期発見と適切な診断が必須である。画像診断技術の進歩により、膵臓の小腫瘤性病変が発見されるようになってきたが、良悪性診断は容易ではない。研究代表者らはこれまでに膵腫瘤の診断における、EUSに超音波用造影剤を組み合わせた造影EUSの有用性について報告してきた。しかし、EUSは主観性が高く、術者の技量や経験によるところも大きい。本研究では、造影EUSで得られた画像を人工知能（AI）に機械学習させることで術者の技量や経験の差を軽減し、膵腫瘤診断における新たな診断体系の確立を目的とした。現在までに膵癌58例、非膵癌61例の合計119例の画像データを集積し、研究協力者である名城大学電気電子工学科の力を借りて機械学習による解析を行った。機械学習には、Attentionを使用したV-Netという手法を用いて学習・検証・テストを行った。3回の交差検証による膵癌・非膵癌の自動診断の感度、特異度、正診率の平均は、それぞれ83.3%、88.9%、86%であった。今後Attentionで重要視する領域を再分析、改善させることで、さらなる診断能向上が期待される。令和3年度から4年度にかけては膵病変に対するEUSガイド下穿刺生検(EUS-FNB)におけるAIの有用性についても検討を行った。膵疾患に対して22Gフランシーン形状針を用いてEUSFNBを施行し、検体採取直後に実体顕微鏡で撮影を行った96例173検体を対象とし、機械学習の一つである対照学習を用いた、膵疾患におけるEUS-FNB検体の新たな評価法の開発を目的とした。対照学習を用いた8分割交差検証（学習13時間、推論11分）による自動診断の感度、特異度、正診率の平均は、それぞれ90.34%、53.5%、84.39%であり、EUS熟練者による肉眼的判定と同等、もしくはそれ以上の診断能を得た。

It is necessary to improve the diagnosis of cancer in the early stage of cancer. The technique of the portrait is improved, and the disease of small tumorous disease can be seen in the picture. The representative of the research is to evaluate the usefulness of EUS imaging and report on the usefulness of EUS imaging. You know, you know, EUS, you know, you have a lot of skills. In this study, we obtained the results of EUS images, artificial knowledge (AI), mechanical tests, mechanical tests, and so on. In this study, we obtained the results of the study, radiography and radiography. At present, there are 58 cases of cancer and 61 cases of non-cancer. a total of 119 portraits are collected and studied by the Department of Electrical Engineering of a famous university through the analysis of mechanical mechanics. Mechanical science and Attention equipment use the technique of "V-Net trick" and use the technique of "machine tool" to do the job. (3) the sensitivity, specificity, correct rate of automatic disconnection of non-cancerous cancers were 83.3%, 88.9% and 86%, respectively. In the future, Attention will be able to look forward to further analysis, improvement and improvement in important areas. Ling and 3 years in 4 years, the disease was caused by EUS puncture (EUS-FNB), the usefulness of AI, the usefulness of the disease. The shape of the disease was measured by EUSFNB. After the body was taken straight, the image of 96 cases and 173 of the body was performed. The mechanical mechanics was used to evaluate the clinical application. The new method of EUS-FNB was used to evaluate the purpose of the test. The average sensitivity, specificity, correct rate, sensitivity, specificity, accuracy, sensitivity, sensitivity, accuracy, accuracy, sensitivity, specificity, accuracy, sensitivity, sensitivity, accuracy, accuracy, sensitivity, specificity, accuracy, sensitivity, specificity, accuracy, sensitivity, sensitivity, accuracy, accuracy, sensitivity, specificity, accuracy