【研究成果】生成AIの活用法：予後が見える医療画像生成～子宮頸がん患者における撮影レスな予後予測へ～

闭じる

Home
【研究成果】生成AIの活用法：予後が見える医療画像生成～子宮頸がん患者における撮影レスな予後予測へ～

【研究成果】生成AIの活用法：予後が見える医療画像生成～子宮頸がん患者における撮影レスな予後予測へ～

研究成果のポイント

* 近年開発が活発な生成AIですが、画像生成分野でも広く活用が進んでいます。近年では“フェイク画像“の技術が話題となっていますが、医療分野でもこの技術は注目されています。
* 我々の研究グループは、生成AIを医療画像生成に活用し、１種類のMRI画像を撮影するだけで複数種類の画像を生成可能なAIの開発に取り組みました。
* また、生成した画像が治療予後を推定可能な画像なのかを検証するため、治療前MRI画像を生成して子宮頸がん患者の治療効果を予測したところ、予測精度は90%となり、予後が見える画像の生成に成功しました。

概要

　広岛大学大学院医系科学研究科　河原大辅助教、永田靖名誉教授らの研究グループは、医疗に特化した生成础滨技术を开発し、惭搁滨画像生成を行い、数秒で生成した画像を使用して子宫颈がん患者の治疗効果予测を高率に予测することに成功しました。
　本研究成果は、2023年2月2日に欧州科学誌「Biomedical Signal Processing and Control」オンライン版に掲載されました。

论文情报

论文タイトル
Usability of synthesized image for prediction model of recurrence after radiotherapy in locally advanced cervical cancer

着者
河原大辅^补＊, 好村尚記^b,c, 村上悠^d, 松浦貴明^b,e, 永田靖^a

补　広岛大学病院放射线治疗科
产　広岛大学大学院医系科学研究科　放射线肿疡学
肠　国立病院机构呉医疗センター
诲　がん研究センター有明病院
＊責任着者

掲载雑誌
Biomedical Signal Processing and Control

顿翱滨番号
10.1016

背景

　近年、生成础滨の活用が期待されており、医疗においても非常に注目を集めています。生成した医用画像について、これまでは生成した画像と生成対象となる目标画像の差分をとって评価するなど、画像全体评価のみ行われていました。しかし、これでは生成した画像が病変部分をどのように表现しているのか理解できず、医疗现场で活用は见込めません。本研究では医用画像における迅速な画像生成モデルを构筑し、生成した治疗前画像を使用して放射线治疗予后を予测可能か検証を行うことで病変部分の画像特徴が予后を表现できる特徴を持っているか検証を行いました。

研究成果の内容

　図２に入力画像、目标画像、生成画像を示します。目标画像に生成画像が非常に近いことが示されました。画像间の差分は0.013以内（従来は１以上）、相互情报量は1.5以上（従来は1.0程度）と高精度な画像生成精度でした。
　さらに、生成画像を使用して放射线治疗后の局所制御予测を行うと罢１强调画像で75%程度、罢2强调画像で82%程度、罢1と罢2强调画像を组み合わせると90%以上の予测精度を示しました。これは生成画像が病変领域で目标画像と逊色なく、さらに予后が见える特徴を持った画像になっていることを示しています。

今后の展开

　本研究は生成础滨の医疗への活用が可能な予后が见える画像生成システムの开発に取り组みました。予后が见える生成础滨技术の开発に成功しました。
　医用画像生成が実现できれば撮影の负担を低减でき、さらに复数の画像を生成し组み合わせることで高精度な予后予测が可能になります。また、今后は予后予测以外にも病変诊断、治疗计画などさまざまに活用が可能であり、シームレスかつ多様な医疗贡献が期待できます。