「東京医大の研究」特設サイト
「東京医大の研究」特設サイト
「患者に優しい医療(低侵襲医療)」の実現に向けた研究活動

「患者に優しい医療(低侵襲医療)」
実現に向けた研究活動

03 AIサポートによる最適・低侵襲治療法の選択 Research

Research

整形外科(茨城医療センター) Deep learningによるX線画像と3D画像のレジストレーション

現在の整形外科診療において、患者さんの手術計画は3Dシミュレーションによって行われています。この術前計画を手術室で再現するために、X線画像と3Dモデルを対応付ける技術を開発しました。X線透視装置で描出される2次元の患部の画像に3次元形状を対応付けるには、医師の経験や知識に多くを頼っているのが現状です。この研究では、Deep learningの手法を用いてX線透視画像と術前計画の3Dモデルの位置合わせを可能にする技術を確立しました。術中に撮影するX線画像と3次元モデルを対応付けることができれば、医師自身が2次元画像から3次元形状を推定する作業が軽減され、手術精度が向上することが期待されます。今後、この技術を活用して安全で低侵襲な治療技術の開発に努めていきます。

【関連HP】
茨城医療センター 整形外科
東京医科大学 プレスリリース
【研究実績に関する主な論文】
2023年10月1日

泌尿器科学分野・分子病理学分野 人工知能を用いた泌尿器科癌の再発予測

泌尿器科がんは、高齢者に発生するがんです。多くは早期癌であり外科的切除が行われますが、がん細胞の悪性度により再発のリスクは高くなります。このため再発のリスクに応じて再発予防治療を行ったり、手術後の経過観察を行うことが求められます。これまでに我々は筋層非浸潤性膀胱癌、腎細胞癌患者の再発リスクをより高い精度で予測する人工知能によるシステムの開発を行いました。本システムは、人工知能のなかでも機械学習に分類されるSVMとランダムフォレストを用いています。今後はさらに、症例数を増やしていくことで精度をあげて、臨床応用を目指しています。

分子病理学分野 人工知能を用いた医療開発

近年の人工知能(AI:Artificial Intelligence)の発展はめざましいものがあります。特に深層学習(Deep learning)の応用によりAIが身近な生活にも利用されています。我々は、AIの医療への応用研究を2001年から開始し、特にAIの中でも機械学習に分類されるサポートベクターマシン(SVM)の開発を行ってきました。この手法をもちいることで世界に先がけて、NECと共同開発で胃がんの個別化医療に応用可能なe-Pathologist®というAI診断システムを開発しました。現在は、SVMやランダムフォレストさらに深層学習のConvolutional Neural Networkを用いて、学内の臨床各科と様々ながん種の個別化医療にむけたAI診断システムの開発を進めています。

【分野HP】
東京医科大学 分子病理学分野
【研究実績に関する主な論文】
2023年3月 2020年9月

呼吸器・甲状腺外科学分野 AI解析を用いた早期肺癌における悪性度評価

画像診断の進歩により小型肺癌が発見される割合が多くなり、外科的切除術により良好な長期予後が得られています。近年、切除範囲を小さくして肺の温存をしながら、癌の根治性を保つ縮小手術も行われるようになっており、小型肺癌の中で悪性度の低いタイプが、適応になることがあります。肺癌の悪性度の評価の一つに、CT検査によるすりガラス陰影の割合がその指標になるものの、境界不明瞭であるため測定者間のばらつきが存在し、また本来3次元である肺癌を2次元のCTで測定することの制限もみられています。我々は富士フィルムとの共同開発によりCT 画像を用いて肺病変を3次元でAI解析して、肺癌の悪性度と相関することを解明しました。今後、多くの施設で日常臨床の中で利用され、精度の高い悪性度評価が広く普及し低侵襲医療の提供につながることに期待しています。

【分野HP】
東京医科大学 呼吸器・甲状腺外科学分野
【研究実績に関する主な論文】
2022年12月 2022年3月24日

医学総合研究所
低侵襲医療開発総合センター
情報科学を活用した個人化治療・診断への技術開発
~生体内の分子相互作用の数理モデル化とシミュレーション

生体内の病因の理解のためには単一因子の観測だけでは不十分なことが多く、様々な要因が複雑に関係することが多くあります。近年、個々の化学反応等の解明されている機能を組み合わせて生体全体としての動的な挙動を数理モデル化し、シミュレーションによって病態を再現する研究が行われています。本研究室でも、肝臓の繊維化などの慢性疾患を対象とし、細胞から分子までマルチスケールな数理モデルを構築し、マウス等の実験結果との整合性を確認しつつ、病因の解明や治療ターゲットの探索等を実施しています。

【センターHP】
東京医科大学 医学総合研究所
低侵襲医療開発総合センター
【研究実績に関する主な論文】
2022年9月23日 2022年8月18日

消化器・小児外科学分野 人工知能(AI)を用いた大腸癌の予後予測モデルの開発

近年、人工知能(AI)による研究は日進月歩であり、医療界においても同様です。当分野では様々な癌種に対して、AIを用いた種々の解析を行っております。例えば、大腸癌は根治的な手術を行ったあとでも、一定数の再発があること知られています。そのような再発riskの高い大腸癌とはどのようなものかを、患者様に新たに侵襲を加えることなく、既に切除された癌の組織や臨床情報を用いて高精度の予測をすることが可能となりました。さらには、大腸癌の診断に用いる下部消化管内視鏡検査で得られる組織検体から、リンパ節転移予測をすることが可能となりました。その他にも、画像検査などを用いたAI解析、AIを用いた手術教育ツールの開発などに取り組んでいます。

【分野HP】
東京医科大学 消化器・小児外科学分野
【研究実績に関する主な論文】
2022年7月31日 2021年9月

消化器内視鏡学分野 人工知能Artificial intelligence (AI)を用いた上部消化管内視鏡診断

近年、人工知能Artificial intelligence (AI)を胃カメラ検査などの内視鏡診断へ活用することが期待されています。AIは、医師と異なり、疲れることなく、高速な演算処理を行うことで、短時間に大量の内視鏡画像の推定診断を行うことが可能です。一般的なコンピューターを用いても10,000枚の内視鏡画像の診断を1分で行うことが可能です。
当分野ではAIを内視鏡画像診断の分野に応用すべく、東京大学及び日本全国4か所の病院と多施設共同研究に取り組んでおります。これまでに、胃癌、小腸疾患を診断することができるAIモデルの研究発表を行っております。今後は、このAIを、経鼻内視鏡を含むすべての内視鏡診断機器で使用し、短時間に高い診断精度の内視鏡検査を行い、患者さんに優しい低侵襲医療に取り組んでまいります。

【分野HP】
東京医科大学 消化器内視鏡学分野
【研究実績に関する主な論文】
2021年10月4日