AI論文サマリー SUMMARY

CNNを活用した上部消化管内視鏡画像の解剖学的部位分類 / 東京大学医学部附属病院・瀧山博年先生[消化器内科AI論文サマリー]

Automatic anatomical classification of esophagogastroduodenoscopy images using deep convolutional neural networks  (Scientific Report, 2018)

サマリー

はじめに

本研究では上部消化管内視鏡画像の解剖学的部位を適切に認識する診断プログラムの構築を目指し、GoogLeNetアーキテクチャに基づいたCNNを開発しました。なお、CNNアーキテクチャはCaffeフレームワークで実現しました。
上記を活用し、CNNによる解剖学的部位分類に対する性能を評価しました。

研究方法

1,750症例27,335枚の内視鏡画像を主要4分類( 喉頭・食道・胃・十二指腸)及びサブ分類として胃の部位(上部・中部・下部)を学習したCNNを開発し、検証画像435症例17,081枚に対する部位分類の性能を評価しました。

結果

CNNは17,081枚のうち16,632枚(97%)の部位を正確に認識しました。

    主要4分類の 感度 / 特異度
    〇 喉頭: 93.9% / 100%、食道: 95.8% / 99.7%、胃: 98.9% / 93.0%、十二指腸: 87.0% / 99.2%
    胃の3分類の 感度 / 特異度
    〇 胃上部: 96.9% / 98.5%、胃中部: 95.9% / 98.0%、胃下部: 96.0% / 98.8%

AUROCはCNNによる部位分類が高い性能であることを示しました。

    〇 主要4部位:喉頭1.00、食道1.00、胃0.99、十二指腸0.99
    〇 胃の3部位:0.99

結語

CNNは、内視鏡画像の解剖学的部位を認識する能力が高く、将来的に内視鏡画像診断システムへの応用の可能性があります。

以下は本論文の詳細です。

医学監修 / 柴田 淳一(医師)
Junichi Shibata
医療法人ただともひろ胃腸科肛門科 院長 / 株式会社AIメディカルサービス アドバイザー

概略
日本赤十字社医療センターにて初期研修を修了。その後、東京大学医学部附属病院や関連病院にて臨床経験を積み、東京大学大学院外科学専攻に進学。2017年に大腸切除術における手術侵襲および術後機能の研究で博士号を取得。2019年より現職。

学歴
2007年3月 筑波大学医学専門学群卒業
2017年3月 東京大学大学院外科学専攻修了

所属学会・資格・役職など
浦和医師会胃がん検診読影委員
日本外科学会専門医
日本消化器外科学会専門医
日本消化器内視鏡学会専門医
日本消化器病学会専門医
消化器がん外科治療認定医

学会発表・論文など
・Novel computer-aided diagnosis system using convolutional neural networks for endoscopic disease activity in patients with ulcerative colitis (26th UEGW, Vienna, Austria, 2018)
・Novel computer-assisted detection system of colorectal carcinoid tumors using convolutional neural networks (DDW, San Diego, CA, USA, 2019)
など多数

内視鏡・AI・医療の今を知る 会員登録はこちら