SEOに関連するニュースリリースを公開しております。
最新のサービス情報を、御社のプロモーション・マーケティング戦略の新たな選択肢としてご活用下さい。
フューチャー、長崎大学の共同研究をRSNA 2023にて発表
[23/11/24]
提供元：共同通信PRワイヤー
提供元：共同通信PRワイヤー
CT画像から病理組織学的UIPパターンを予測するAIの有用性を検証
2023年11月24日
フューチャー株式会社
フューチャー株式会社（東京都品川区、代表取締役会長兼社長グループCEO 金丸恭文、以下フューチャー）に所属するコンサルタントの車向前、加藤善大が、国立大学法人長崎大学（長崎県長崎市、学長 永安武）大学院医歯薬学総合研究科 福岡順也教授が率いるチームと共同推進した研究『An Explainable Artificial intelligence to detect histopathological UIP pattern from HRCT images and Validation of its ability（Ryoko Egashira , Wataru Uegami , Mutsumi Ozasa , Xiangqian Che , Yoshihiro Kato , Yoshiaki Egashira , Go Takeshita , Yoshiaki Zaizen , Yasuhiro Kondoh , Takeshi Johkoh , Junya Fukuoka）』※1が、放射線医学関連における世界最大規模の国際学会RSNA（Radiological Society of North America：北米放射線学会）に採択されました。それにともない2023年11月26日から30日に米国シカゴで開催されるRSNA 2023にて、本研究内容を発表します。
本研究では、ILD (Interstitial Lung Disease：間質性肺疾患)において、HRCT（High-Resolution Computed Tomography：高分解能CT）画像から病理組織学的「UIP（Usual Interstitial Pneumonia：通常型間質性肺炎）パターン」を予測するAIを開発し、その有用性を検証しました。
対象疾患であるILDは、肺の間質を病変の主座として炎症や線維化がおこる疾患の総称です。その原因は様々で、診断においては、HRCT画像から特に予後不良で進行性の病態を示すUIPパターンが認められるかどうかが、治療方針を決定する上で重要です。しかし、HRCT画像が典型的なUIPパターンの陰影を示さない場合には診断が難しく、生検組織を用いた病理検査が必要となり、患者への負担が生じるという課題があります。そこで、長崎大学と当社コンサルタントの車向前、加藤善大は、HRCT画像から病理組織学的UIPパターンの有無を予測する機械学習モデルを開発しました。検証の結果、放射線科医がHRCTから既存の診断指針（Fleischner Societyによる特発性UIPに対するもの）を参考に診断した場合より、機械学習モデルの方が精度、AUC（Area Under the Curve）、感度が高く、一方で放射線科医の特異度が優れていることが確認できました。これにより、HRCT画像では典型的なUIPパターンの陰影を示さず、判断が難しい症例でも、病理検査を行うことなく治療方針を判断できる可能性を示唆しました。
フューチャーは様々な課題に向き合い社会をデザインするITコンサルティンググループです。なかでもAIに特化した専門組織「Strategic AI Group」では最先端のAI技術を活用し、課題解決に向けたコンサルティングと実装を手掛けています。また、2020年に立ち上げた「Healthcare Innovation Group」は、医療・ヘルスケア分野のDXとイノベーションを推進し、大学との共同研究や医療機関のデジタル化なども支援しています。今後もフューチャーは、テクノロジーをコアに医療の発展と課題解決に貢献していきます。
【表】
※１
・Ryoko Egashira（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan and Department of Radiology, Faculty of Medicine, Saga University, Japan）
・Wataru Uegami（Department of Pathology, Kameda Medical Center, Kamogawa, Japan）
・Mutsumi Ozasa（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan）
・Xiangqian Che（Strategic AI Group, Future Corporation, Japan）
・Yoshihiro Kato（Strategic AI Group, Future Corporation, Japan）
・Yoshiaki Egashira（Department of Radiology, Faculty of Medicine, Saga University, Japan）
・Go Takeshita（Department of Radiology, Faculty of Medicine, Saga University, Japan）
・Yoshiaki Zaizen（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan and Division of Respirology, Neurology and Rheumatology, Department of Medicine, Kurume University School of Medicine, Japan）
・Yasuhiro Kondoh（Department of Respiratory Medicine and Allergy, Tosei General Hospital, Japan）
・Takeshi Johkoh（Department of Radiology, Kansai Rousai Hospital, Japan）
・Junya Fukuoka（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan and Department of Pathology, Kameda Medical Center, Kamogawa, Japan）
2023年11月24日
フューチャー株式会社
フューチャー株式会社（東京都品川区、代表取締役会長兼社長グループCEO 金丸恭文、以下フューチャー）に所属するコンサルタントの車向前、加藤善大が、国立大学法人長崎大学（長崎県長崎市、学長 永安武）大学院医歯薬学総合研究科 福岡順也教授が率いるチームと共同推進した研究『An Explainable Artificial intelligence to detect histopathological UIP pattern from HRCT images and Validation of its ability（Ryoko Egashira , Wataru Uegami , Mutsumi Ozasa , Xiangqian Che , Yoshihiro Kato , Yoshiaki Egashira , Go Takeshita , Yoshiaki Zaizen , Yasuhiro Kondoh , Takeshi Johkoh , Junya Fukuoka）』※1が、放射線医学関連における世界最大規模の国際学会RSNA（Radiological Society of North America：北米放射線学会）に採択されました。それにともない2023年11月26日から30日に米国シカゴで開催されるRSNA 2023にて、本研究内容を発表します。
本研究では、ILD (Interstitial Lung Disease：間質性肺疾患)において、HRCT（High-Resolution Computed Tomography：高分解能CT）画像から病理組織学的「UIP（Usual Interstitial Pneumonia：通常型間質性肺炎）パターン」を予測するAIを開発し、その有用性を検証しました。
対象疾患であるILDは、肺の間質を病変の主座として炎症や線維化がおこる疾患の総称です。その原因は様々で、診断においては、HRCT画像から特に予後不良で進行性の病態を示すUIPパターンが認められるかどうかが、治療方針を決定する上で重要です。しかし、HRCT画像が典型的なUIPパターンの陰影を示さない場合には診断が難しく、生検組織を用いた病理検査が必要となり、患者への負担が生じるという課題があります。そこで、長崎大学と当社コンサルタントの車向前、加藤善大は、HRCT画像から病理組織学的UIPパターンの有無を予測する機械学習モデルを開発しました。検証の結果、放射線科医がHRCTから既存の診断指針（Fleischner Societyによる特発性UIPに対するもの）を参考に診断した場合より、機械学習モデルの方が精度、AUC（Area Under the Curve）、感度が高く、一方で放射線科医の特異度が優れていることが確認できました。これにより、HRCT画像では典型的なUIPパターンの陰影を示さず、判断が難しい症例でも、病理検査を行うことなく治療方針を判断できる可能性を示唆しました。
フューチャーは様々な課題に向き合い社会をデザインするITコンサルティンググループです。なかでもAIに特化した専門組織「Strategic AI Group」では最先端のAI技術を活用し、課題解決に向けたコンサルティングと実装を手掛けています。また、2020年に立ち上げた「Healthcare Innovation Group」は、医療・ヘルスケア分野のDXとイノベーションを推進し、大学との共同研究や医療機関のデジタル化なども支援しています。今後もフューチャーは、テクノロジーをコアに医療の発展と課題解決に貢献していきます。
【表】
※１
・Ryoko Egashira（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan and Department of Radiology, Faculty of Medicine, Saga University, Japan）
・Wataru Uegami（Department of Pathology, Kameda Medical Center, Kamogawa, Japan）
・Mutsumi Ozasa（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan）
・Xiangqian Che（Strategic AI Group, Future Corporation, Japan）
・Yoshihiro Kato（Strategic AI Group, Future Corporation, Japan）
・Yoshiaki Egashira（Department of Radiology, Faculty of Medicine, Saga University, Japan）
・Go Takeshita（Department of Radiology, Faculty of Medicine, Saga University, Japan）
・Yoshiaki Zaizen（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan and Division of Respirology, Neurology and Rheumatology, Department of Medicine, Kurume University School of Medicine, Japan）
・Yasuhiro Kondoh（Department of Respiratory Medicine and Allergy, Tosei General Hospital, Japan）
・Takeshi Johkoh（Department of Radiology, Kansai Rousai Hospital, Japan）
・Junya Fukuoka（Department of Pathology Informatics, Nagasaki University Graduate School of Biomedical Sciences, Nagasaki, Japan and Department of Pathology, Kameda Medical Center, Kamogawa, Japan）
SEO関連
