• 教室紹介
  • 研究/教育概要
  • スケジュール
  • スタッフ
  • データセンター
  • 研究業績
  • リンク
  • Facebookページ 東北大学大学院 医学系研究科 医学統計学分野

ニュース


産学連携による乳房エコー画像の画像診断システムに関する研究がスタートしました


2018年 4月 9日(月)東北大学大学院 医学系研究科 医学統計学分野 と SAS Institute Japan 株式会社(以下、SAS社)は、SAS社が提供する「SAS® Viya®」を活用し、ディープラーニングを用いて乳房エコー画像内の腫瘤を識別することを目的とする研究がスタートしたことを共同発表致しました。

本研究は、『ディープラーニングを用いた乳房超音波画像のコンピュータ支援診断システムに関する研究』として、UMIN臨床試験登録システム(UMIN000031548)に登録されており、画像から良性/悪性のいずれかに判別するアルゴリズムを構築することを目指しています。SAS社には、研究支援者として、SAS® Viya® ソフトウェアおよび利用機材の提供と技術的支援により研究をバックアップいただきます。また、特定非営利活動法人 日本乳腺甲状腺超音波医学会(以下、JABTS)には共同研究機関としてご参画いただき、臨床的知見等のご助言およびエコー画像を提供いただきます。JABTSは、乳腺及び甲状腺疾患等の超音波診断学について研究し、情報を交換することでその進歩を図り、あわせて検査法の教育等を行うことで、該当疾患患者の適切な診断と治療法の向上に貢献し、国民の健康福祉の増進に寄与することを目的とした学会です。

乳がんは日本人女性における部位別がん羅患者数の首位を占めており、今後も増加傾向にあると予測されています。乳がんの早期発見に向けた対策として、乳房エコー検査(乳腺超音波検査)が普及しつつありますが、その一方で、エコー画像を読み取る技術(読影)が技師や医師の主観や経験に依存しがちな点や、読影による負担の増加が課題となっています。乳がんの主要な画像所見である腫瘤と呼ばれる病変は、その形状や特徴が多種多様で良性と悪性の判別が難しい場合も多く、より正確に判定できる技術が求められています。

そこで本分野は、エコー画像の読影にディープラーニングの技術を活用することを検討しました。特に注目したのが、画像を認識して高い精度で分類/推論できるディープラーニング手法 CNN(Convolutional Neural Network)です。このCNNの最大の特長は、対象の識別に有効な特徴量を学習によって自動的に獲得する点です。ディープラーニングによる自動診断が実用化すれば、画像診断の際の医師の負担軽減はもとより、偽陽性による無用な侵襲的検査や患者の心理的負担を回避できるようになり、医療費の削減にも繋がることが期待されます。以上の経緯から、CNNを多様な特徴を示す乳がんの病変識別に応用すべく、CNNの実装が可能なソフトウェアである SAS® Viya® を採用しました。実証に向けて研究に注力してまいります。



■ SAS® Viya® について■
『SAS® Viya®』は、SAS社が2016年末に出したAIプラットフォームで、データの探索から機械学習まで、幅広くデータ分析することができ、また幅広いユーザ層を対象に設計されているため、SAS言語やPython言語、R言語を使って容易に最先端のAI技術を研究に取り込むことが可能です。
SAS Viya の拡張機能や詳細の製品情報については、以下のWebページをご覧ください。
https://www.sascom.jp/viya/https://www.sascom.jp/viya/



◎ 共同発表のプレスリリース記事は、下記リンクより閲覧可能です。
東北大学 HP
東北大学大学院 医学系研究科 HP
SAS Institute Japan株式会社 HP