人工知能と心疾患リスクモデルとを統合した次世代型画像診断システムの開発

フォーマット:

論文

責任表示:

中嶋, 憲一 ; Nakajima, Ken-ichi

言語:

日本語

出版情報:

2018-05-25

著者名:

• 中嶋, 憲一
• Nakajima, Ken-ichi

掲載情報:

平成29(2017)年度 科学研究費補助金 基盤研究(C) 研究成果報告書 = 2017 Fiscal Year Final Research Report

巻:

2015-04-01 - 2018-03-31

開始ページ:

4p.

バージョン:

author

概要:

金沢大学医薬保健研究域医学系<br />虚血性心疾患や心不全の臨床診断は患者の臨床経過に加えて血液情報、画像を含めた諸検査の総合的判断によってなされる。その診断と死亡リスク評価に画像と臨床情報を統合した人工知能あるいは多変量モデルを作成することが目的であった。いずれも多施設の協力により心臓病のデータベースを作成した。心筋血流イメージングについては、その特徴抽出とニューラルネットワークによって、心筋の異常を専門医に匹敵する検出レベルで診断可能となった。また、心不全に … おいては、心臓交感神経イメージング（MIBG）を含む臨床情報の多変量解析により、死亡リスクの推定が可能となった。これらはいずれもソフトウェアとして利用できるように公開した。<br />Clinical diagnosis of ischemic heart disease and heart failure is based on integrated assessment of clinical course, blood sampling, and imaging. The aim of this study was to create models by artificial intelligence or multivariable statistical analysis. Databases of patients with cardiac diseases were made by multicenter collaboration. With respect to myocardial perfusion imaging, using feature extractions and neural networks, diagnostic accuracy reached a level of expert interpretation. In patients with heart failure, multivariable risk model including 123I-metaiodobenzylguanidine successfully provided risk of cardiac death. Both algorithms were prepared as software for clinical uses.<br />研究課題/領域番号:15K09947, 研究期間(年度):2015-04-01 - 2018-03-31 続きを見る

URL:

http://hdl.handle.net/2297/00051097