デジタル病理画像深層学習によるびまん性大細胞型B細胞リンパ腫の予後予測モデル構築

利用数字病理图像的深度学习构建弥漫性大 B 细胞淋巴瘤的预后预测模型

• 批准号: 21K15410
• 负责人: 津山 直子
• 金额: $ 3万
• 依托单位: Japanese Foundation for Cancer Research
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K15410/
• 关键词: DLBCL; 深層学習; Digital pathology; リンパ腫; 人工知能; explainable AI

本研究では、人工知能を利用したデジタル病理画像および臨床情報の統合解析による、びまん性大細胞型B細胞性リンパ腫の予後モデルを構築することを目標とする。人工知能を医療分野で利用するためには、構築したモデルおよびモデルの出力結果に対する説明性と解釈性の追加が必須である。上皮性腫瘍（肺がん）の診断において検討した手法である、モデルが学習した特徴量を用いて最適化された特徴量画像を生成する手法を用いて、現在、びまん性大細胞型B細胞性リンパ腫の細胞形態学と特定の遺伝子異常との間の関連性を評価しているが、上皮性腫瘍ほど明確な形態学的特徴がないためか、生成した画像に対する病理医の解釈が困難であった。従って、解釈の方法を工夫する、生成画像を使う以外の他の手法も試す必要があると考えられた。

The purpose of this study is to construct a new model of large B cell tumors by using human knowledge to analyze pathological images and clinical information. Human knowledge is a necessary part of medical differentiation. Diagnosis of Epithelial Tumors (Lung Tumors): Methods of Study and Optimization of Feature Profile Generation: Methods of Study and Evaluation of Relationship between Specific Feature Abnormality of Cell Morphology of Epithelial Tumors It's difficult to create a picture. Other methods of production are necessary.