全身CT画像と診断レポートを複合した機械学習による大規模医療データセットの構築

点击翻译按钮获取中文摘要

研究代表者らは，大規模なPET-CTデータとそれに対応する診断レポートを保有しており，これを機械学習に適したラベル付きデータセットの構築につなげる研究を行っている．しかし，診断レポートは全身に対して記述されており，部位ごとの記述ではないため，そのままでは各部位ごとの機械学習を行うことが難しい．したがって，今年度は東京大学大学院医学系研究科医療AI開発学講座が提供しており，大規模な臨床テキストで事前学習済みの自然言語系ニューラルネットワークであるUTH-BERTを用いて，診断レポートを部位ごとの記述に分割し，部位ごとの診断レポートとして再構築するシステムの開発を行った．本システムは，文単位で部位ラベルを付与するものであるが，これに前文の文脈を考慮するよう改良することで，識別性能が向上することを明らかにした．クラスラベルの付与されていない大規模画像データを機械学習に利用しやすいデータセットとするために，異常検知手法によって正常と異常に分類する研究を行った．具体的には，これまでに研究を行ってきたDAGMM（Deep Autoencoding Gaussian Mixture Model）とCAAE（Convolutional Adversarial Autoencoder）を組合せた新しい異常検知モデルを提案し，これを胸部CT画像に適用することで，正常CTスライスのみを訓練データとして学習し，テストデータの異常スライスを分離する研究を行った．DAGMMは正常データの分布を生成し，そこから外れたデータを異常と判定する方式であるが，これにCAAEによる正常データの分布をコンパクトにまとめる正則化を付与することによって，正常データと異常データの特徴量の分離が良くなることが明らかとなり，異常検知精度の向上も確認できた．