肺がんの未病状態での検出を目的としたAI診断支援システムの開発

点击翻译按钮获取中文摘要

本研究では，研究代表者らが3年をかけて完成させた，過去15年間，継続的に蓄積された4万5千例以上の肺がんCT検診の大規模画像データベース（石川DB）から構築した世界初の「肺がんの未病状態の症例の画像データベース（未病DB）」と，これまでに蓄えたコンピュータ診断支援（CAD）の技術開発の経験と知識を生かし，“肺がんの未病状態での検出”を実現するための人工知能（Artificial Intelligence: AI）による診断支援システムの開発を試みている． 本研究では，長期にわたり継続的に検診を受診している被検者のうち，最初のうちは正常と判定されながら，途中で異常所見が発見されたグループについて，異常所見が発見される前の，正常と判定された最後の年の段階を未病と定義した．この従来では正常と判定されたグループに潜む未病の状態を，様々な付帯情報（性別，喫煙歴，年齢など）や，AIを用いたCT像の画像解析結果で明らかにし，肺がんの未病状態での検出を可能とするAI診断支援システムの開発をゴールとする．本研究の1年目である2022年度は，石川DBに含まれる全検査45,337例について，肺野の領域分割を行った．これは，これまでの予備実験の結果から，肋骨や筋肉といった肺野以外の正常組織の存在が正常な肺野の状態をAIに学習させるために障害となることが示唆されていたためで，その障害を排除する目的で，未病の検出とは別のAIを用いて，全検査の肺野の領域分割を自動処理により行った．そして，未病の状態は局所的な変化として察知されるものではなく，肺野全体の正常さに関連した指標として検出されると仮定し，未病と正常のグループ間の違いを肺野全体から得られた数値から総合的に判定するため，抽出した肺野全体のCT値の櫃そグラム解析により，石川DBに含まれる被検者について，非喫煙者と喫煙者の判別が可能かどうかを試みた．