Development of AI-based real-time EUS image diagnostic system for early-stage gastric cancer

基于AI的早期胃癌EUS实时图像诊断系统开发

• 批准号: 22K18210
• 负责人: 上間 遼太郎
• 金额: $ 2.83万
• 依托单位: Osaka University
• 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-22K18210/
• 关键词: 超音波内視鏡; 人工知能; 胃癌; 人口知能; 画像診断

本研究は、胃癌の超音波内視鏡（endoscopic ultrasonography；EUS）画像を、深層学習を用いてコンピュータに学習させることで、正確かつ再現性の高い診断システムを構築し、さらにその有用性を実地臨床において検証することを目的とする。本年度において申請者らは、診断スコアのアルゴリズムを改良することでさらに診断精度が向上することを見出した。従来は入力された画像に対して層のセグメンテーションを行った後に、層分離の質および深達度を逐次評価するアルゴリズムを用いていたが、層分離の質と深達度の評価を同時に行えるようアルゴリズムを変更することで診断精度が向上することが明らかになった。また、使用するニューラルネットワークモデルの選定やハイパーパラメータチューニングを通して、さらなる精度向上を得ることができた。なお、多施設での症例集積を並行して進めており、現時点で約600症例8000枚の画像まで増やし学習と検証を行っている。現在は内部検証コホートおよび外部検証コホートにおいて精度検証を行っている。また、動画に対しての対応も進めており、現在プロトタイプモデルを開発中である。

这项研究使用深度学习来训练计算机使用胃癌的内窥镜超声检查（EUS）图像来构建准确且高度可重复的诊断系统，并进一步证明其在实践中的有用性，目的是在临床环境中验证它。今年，申请人发现通过改进诊断评分算法可以进一步提高诊断准确性。以前，使用一种算法对输入图像进行层分割后依次评估层分离的质量和深度，但现在可以同时评估层分离的质量和深度，这显然可以提高诊断准确性。通过改变算法。此外，通过选择要使用的神经网络模型和超参数调整，我们能够进一步提高准确性。此外，我们正在多个机构并行积累案例，目前正在学习和验证大约600个案例和8000张图像。目前正在内部验证队列和外部验证队列中验证准确性。我们还在致力于支持视频，目前正在开发原型模型。