MRIから神経症状を推測する機械学習モデルの開発

开发机器学习模型以从 MRI 推断神经系统症状

• 批准号: 22K16697
• 负责人: 吉江 智秀
• 金额: $ 2.66万
• 依托单位: National Cardiovascular Center Research Institute
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K16697/
• 关键词: 機械学習; AI; 脳梗塞; MRI; 脳機能分布; 再開通治療

本研究はMRI上の脳梗塞の位置から推定される症状を判定するシステムを機械学習を用いて開発することを目的とする。脳梗塞の再開通治療では、症状は生じているが脳が壊死（脳梗塞）になっていない領域が救済領域となる。脳梗塞発症直後では、症状は生じているが壊死には至っていない領域が存在し、その領域が再開通治療で壊死を免れると症状は回復する。この領域の判断には、MRI等で脳梗塞の部位を確認し、「脳梗塞の部位から生じうる症状」と「実際の症状」のミスマッチ（Clinical-ischemic core mismatch）があるかを判断する必要がある。ミスマッチがなければ、生じている症状は壊死した細胞により引き起こされているため、再開通治療を行っても改善は難しい。一方でミスマッチがあれば、血流再開により壊死を免れることで症状の改善が期待できる。このようにミスマッチの判断は脳梗塞再開通治療において重要であるが、脳の機能分布は複雑であり、どの部分の脳の障害でどのような症状が生じるかを明確に説明することは難しい。このためミスマッチの判断基準は明確ではなく、診察した医師が経験的に判断することや簡易的な基準で判断することが多い。本研究により機械学習を用いてMRI所見から症状を推測するモデルが作成出来れば、症状と画像のミスマッチをより正確に判断することが可能となると期待される。現在まで少数例でのテスト学習を行い、神経症状の総合判定については比較的良好な予測が得られると期待できた。特に主幹動脈閉塞のような典型的な症状を生じることが多い脳梗塞については予測が比較的しやすいと考えられた。一方で麻痺や失語などの一つ一つの症状の評価の場合、その責任病巣となりうる脳の部位が複数に渡ることから精度がやや低下していた。現在少数例での検討のみのため、今後症例数を増やす事により精度の改善は期待される。

The purpose of this study is to determine the location of the infarction on MRI and to develop a mechanical learning system. The treatment of infarction and re-opening, symptoms, and death (infarction) After infarction, symptoms begin to appear, death begins to occur, all areas begin to appear, death begins to occur, symptoms begin to recover, all areas begin to reopen, death begins to occur, symptoms begin to recover. The diagnosis of this field is based on MRI, etc., and the diagnosis is necessary. The symptoms of the disease are very difficult to improve. One side of the disease, blood flow to open again, death to avoid, symptoms to improve expectations. The diagnosis of infarction reopening treatment is important, the functional distribution of infarction reopening treatment is important, and the symptoms of infarction reopening treatment are clearly explained. The criteria for determining whether a patient is healthy or healthy are clear. This study uses machine learning to predict the symptoms observed on MRI and to predict the likelihood of the symptoms. Now, in a few cases, we can learn how to do it, how to judge the combination of neurological symptoms, and how to predict the results. In particular, the main artery is red and the typical symptoms are produced. A side of paralysis aphasia A small number of cases are now being investigated, and the number of cases in the future is expected to increase and the accuracy of the work is expected to improve.