Explainable AI diagnostic system for breast cancer using tomosynthesis

2022年度は、学習を行う症例を1000例へと増やし正常・良性石灰化・良性腫瘍・悪性腫瘍を分類するAIモデルの学習を行った。近年CNNに変わって急速に発展しているTransformerのdeep learningを適応し、乳癌病変の同定を向上する研究を行った。TransformerはCNNと異なり、複数の領域から全体を包括する特徴量を抽出できる手法であり、局所的な抽出量をとらえることに特化したCNNのdeep learning modelと比較して、Transformerは読影医師が認識している乳癌の広がりを同定するのにすぐれていることが分かった。また、これまで教師あり学習を主体として進めてきたdeep learningから、教師無しで学習をすすめるための研究にとりくんでいる。距離学習は、その形態の特徴を自動的に抽出できる方法であり事前の情報なく学習が可能であるとともに、悪性／良性の鑑別な病変について、その特徴を認識するための手法として特化している。本年度は距離学習の初期的検討を行うとともに、2023年度以降本格的な乳癌診断モデルへの組込みを予定している。またこれまで使用してきた聖路加国際病院の乳癌トモシンセシスの画像に加えて、本年度は東北大学乳腺外科の画像データへの、アノーテーションを行い研究に必要なデートセット作成を行った。東北大学では、マンモグラフィ、トモシンセシス、MRIの画像が利用可能で有り、マルチモダリティーの研究が可能となる。2023年度ではこのデータを用いた研究を実施する。

2022年度は、学習を行う症例を1000例へと増やし正常・良性石灰化・良性腫瘍・悪性腫瘍を分類するAIモデルの学習を行った。近年CNNに変わって急速に発展しているTransformerのdeep learningを適応し、乳癌病変の同定を向上する研究を行った。TransformerはCNNと異なり、複数の領域から全体を包括する特徴量を抽出できる手法であり、局所的な抽出量をとらえることに特化したCNNのdeep learning modelと比較して、Transformerは読影医師が認識している乳癌の広がりを同定するのにすぐれていることが分かった。また、これまで教師あり学習を主体として進めてきたdeep learningから、教師無しで学習をすすめるための研究にとりくんでいる。距離学習は、その形態の特徴を自動的に抽出できる方法であり事前の情報なく学習が可能であるとともに、悪性／良性の鑑別な病変について、その特徴を認識するための手法として特化している。本年度は距離学習の初期的検討を行うとともに、2023年度以降本格的な乳癌診断モデルへの組込みを予定している。またこれまで使用してきた聖路加国際病院の乳癌トモシンセシスの画像に加えて、本年度は東北大学乳腺外科の画像データへの、アノーテーションを行い研究に必要なデートセット作成を行った。東北大学では、マンモグラフィ、トモシンセシス、MRIの画像が利用可能で有り、マルチモダリティーの研究が可能となる。2023年度ではこのデータを用いた研究を実施する。