パターン解析を用いた人工知能による皮膚病理診断

使用人工智能利用模式分析进行皮肤病理诊断

• 批准号: 63570482
• 负责人: 三原 一郎
• 金额: $ 1.22万
• 依托单位: Jikei University School of Medicine
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1988
• 资助国家: 日本
• 起止时间: 1988 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-63570482/
• 关键词: 皮膚病理学; 診断学; パターン解析; コンピュータ診断

過去当科で経験した種々の既知炎症性皮膚疾患のH-E染色組織標本を顕微鏡下で観察し、表皮の変化、炎症性細胞浸潤のパターン、浸潤細胞の種数および程度などの病理組織学的所見を数量化し記載した。上記で得られたデータを解析したところ、皮膚の炎症性皮膚疾患は以下の9つのパターンに分類可能であることが実証された。1)真皮浅層にのみ血管周囲性に細胞浸潤がみられる疾患群、2)真皮浅層から深層に血管周囲性に細胞浸潤がみられる疾患群、3)細胞浸潤が結節状あるいはびまん性にみられる疾患群、4)血管炎を呈する疾患群、5)表皮内水疱および膿疱を形成する疾患群、6)表皮の水疱を形成する疾患群、7)毛包炎、毛包周囲炎を呈する疾患群、8)線維化を主体とする疾患群、9)脂肪織炎を主体とする疾患群。以上各種組織所見の記載より、まずおもな炎症性皮膚疾患の組織学的診断基準を作成した。次に、各疾患ごとに数量化した組織所見をデータとしてコンピュータに入力し、コンピュータ診断のための知識ベースとした。試みとして、未知の炎症性皮膚疾患の組織学的所見を抽出し、コンピュータにおける人工知能を用いての組織診断を試みているが、信頼性のある知識ベースとするためには更に症例を増やしてのデータが必要である。今後、上記と同様の研究を継続し、症例数を増やすことにより更に信頼性の高い知識ベースを確立していく予定である。腫瘍性疾患においては、どの病理学的所見として数量化すべき項目が少なく、今回のような方法でのコンピュータ診断には不向きと考えられた。今後、腫瘍の全体像などを含めた画像解析を用いた組織診断に期待したい。

In the past, H-E staining tissues of known inflammatory skin diseases were quantitatively recorded under microscope, epidermal degeneration, inflammatory cell infiltration, number and degree of infiltrating cells, and histopathological findings. The above notes indicate that inflammatory skin diseases may be classified into the following 9 categories: 1)2) Perivascular cellular infiltration in superficial dermis and deep dermis; 3) Nodular cellular infiltration; 4) Vasculitis; 5) Epidermal blistering and pustular formation; 6) Epidermal blistering; 7) Trichitis; The disease group of trichomadenitis, 8) the disease group of linear maintenance, 9) the disease group of fatty tissue. The histological diagnostic criteria for inflammatory skin diseases were established by recording the findings of the above tissues. The next step is to quantify what you see. Histological findings of unknown inflammatory skin disorders are extracted, and artificial knowledge is used to diagnose tissue disorders. In the future, we will keep in mind that the number of cases will increase, and the reliability and high knowledge will be established. Pathological findings of tumorous diseases were quantified and analyzed. In the future, the whole picture of the tumor is expected to be analyzed.