放射線診断学の画像とレポートを用いた深層学習の応用

点击翻译按钮获取中文摘要

Radimagenetと呼ばれる100万枚ほどのラベル付きの放射線画像を利用できるようになったため、放射線画像に関する深層学習の基盤モデルの作成を行った。Radimagenetをベースにすることで、医用画像に関する様々な用途に利用可能なモデルを開発できる可能性がある。今回開発した基盤モデルからの派生モデルも作成中である。JMIDと呼ばれる日本医学放射線学会が管理・運用するデータベースを利用できるようになった。JMIDのデータベースには100万件以上のCT・MRI検査（数億枚のCT・MRI画像）があるとされ、これを用いることで医用画像の基盤モデルの作成の高性能化が期待できる。また、胸部単純レントゲン写真からレポートの文章を生成するシステムのプロトタイプを作成した。現状では、胸部単純レントゲン写真から英語のレポートのみを出力するモデルとなる。現在は、英語のレポートだけでなく、日本語のレポートを出力できるようモデルを改造している。放射線診断レポートに関する自然言語処理として、named entity recognitionを行うモデルを作成した。また、放射線診断レポートから肺癌のTNM分類を推定するモデルの作成も行った。これらに関する論文を執筆し、NTCIR16で発表した。また、医療画像に関する深層学習のモデルを複数作り、その論文が掲載された。主なものとしては、前立腺癌の自動スコアのモデル、骨転移の自動検出のモデル、COVID19を自動診断するモデルなどがあげられる。