この記事は有料記事です
（残り約7,100文字）
-
【スマホで読める実験医学】深層学習を用いた内視鏡画像解析と社会実装へむけた取り組み
550円
550円
深層学習を用いた内視鏡画像解析と社会実装へむけた取り組み
Development and validation of a real-time endoscopic image diagnosis support system using deep learning technology in colonoscopy
Masayoshi Yamada1）2）/Shigemi Yamada2）3）/Hiroko Kondo2）3）/Ryuji Hamamoto2）3）：Endoscopy Division, National Cancer Center Hospital1）/Division of Molecular Modification and Cancer Biology, National Cancer Center Research Institute2）/Advanced Intelligence Project Center, RIKEN3）（国立がん研究センター中央病院内視鏡科1）/国立がん研究センター研究所がん分子修飾制御学分野2）/理化学研究所AIPセンターがん探索医療研究チーム3））
10.18958/6445-00001-0001195-00
消化管がんの診断と治療は内視鏡検査による病変の発見からはじまり，病変の見逃しは生命の危険に直結する．しかし，現状の病変の発見は主観的な形態診断に基づいており，例えば，大腸内視鏡検査では検査を受けていたにもかかわらず発見される“見逃し大腸がん”が問題となっている．われわれは，より他覚的な新しい診断体系の確立をめざし，深層学習を活用した大腸内視鏡検査中に自動的に大腸がんおよび前がん病変の特徴を検出するAIシステムを研究開発し，98％以上の病変検知率を達成した．本稿ではわれわれの研究を示しながら，これまでに蓄積される臨床データに深層学習を活用した病変発見システムの構築と評価方法について解説する．
深層学習，内視鏡画像，社会実装，病変検知，大腸がん
スマホで読める実験医学とは
