研究分野紹介

機能画像人工知能学講座

スタッフ

特任教授:中嶋 憲一
特任助教:渡辺  悟

研究の概要

本講座は 2019年に開設され,生体内の生理学および病態生理学の画像情報を生かしながら他の医療情報を統合し,多彩な情報を統合できる人工知能の手法を用いて診断を行うことを主たる目標としている。 急激な高齢化が進み医療資源の効率的な適用が重要になっている現在,多様な因子が複雑に患者のアウトカムに関連しており,社会的にも多分野で進められている人工知能の利用が有望な方法論として期待されるようになった。しかしながら,医用画像を用いた取り組みは不十分で,国内外でも人工知能を利用した方法論がどのように医療に適用されるべきかが未解決のため,今後の大きな課題となっている。このためには,画像診断も含めた診断過程を総合的に専門医レベルで統合する方法論,多施設研究でのデータベース構築や,機械学習を含めた新しいコンピュータ技術が不可欠となっている。 本講座では患者の背景情報,検査データ,画像情報を統合しながら,その多彩な情報を多変量で評価する方法を,人工知能,特に機械学習(マシンラーニング)の手法を用いて解析する新しい診断方法を開発する。さらに患者の予後に関するモデル予測を目指しており,たとえば特定の重症イベントの発生や死亡に至る因子を解析し,最適な治療戦略と結びつける診断体系を確立する。

主要な研究テーマ

  1. 機能および形態画像を用いた機械学習による診断:画像を入力とし最終診断を出力とする自動診断アルゴリズムの作成および臨床応用,特に心臓領域における診断と予後評価,脳領域における認知症と神経変性疾患における適用
  2. 心疾患におけるニューラルネットワーク診断:冠動脈心疾患における虚血診断,重症病変の自動診断
  3. 慢性心不全における予後評価:重症心不全による心臓死および突然死の予測モデルの作成
  4. 腫瘍関連および骨転移に対する定量的診断
  5. 多施設共同研究による患者情報の統合システムの構築

医用画像を用いた人工知能の考え方