AIグループの研究内容

機械学習、深層学習を用いて、循環器疾患についての解析を行い、それを基に新たなる診断・治療アプローチの研究開発を目指します。

AIとは

AIとは、「学習・推論・判断といった人間の知能のもつ機能を備えたコンピューターシステム」と大辞林に記されており、機械学習、深層学習（ディープラーニング）を含む広い概念である。AIで近年注目されているのは、深層学習である。深層学習の基礎であるニューラルネットワークは、人間の脳の神経回路を模倣したモデルである。ニューラルネットワークの構造は、入力となるデータを入れる入力層、入力層から流れてくる重みを処理する隠れ層（または中間層）、結果を出力する出力層で構成される。深層学習 はニューラルネットワークの隠れ層をたくさん増やし、精度の向上を図ったモデルである（下図）。隠れ層の数を増やすことにより、複雑なデータの学習を可能にしている。従来の機械学習とは異なり、学習に必要なデータさえ用意すれば特徴量を自ら抽出できるため、人の手で特徴量を与えていた機械学習では実現不可能であった高性能な認識が可能になった。近年、深層学習の応用が進んでいるのが、画像認識である。画像認識では畳み込み層を加えたニューラルネットワーク（CNN）が標準となっている。CNNでは、畳み込みにより、点だけでなく領域ベースの特徴抽出が可能となり、動物の視覚野と同じように限定された領域における刺激のみに応答するネットワークを構築する。その他にも、深層学習の分野では、敵対的生成ネットワーク（GAN）や転移学習など新しい手法が次々と開発され、医療に応用され始めている。AIグループは、機械学習、深層学習を用いて、循環器疾患についての解析を行い、それを基に新たなる診断・治療アプローチの研究開発を目指している。

AI研究

さまざまな手法を用いて、心電図、レントゲン、心エコー、CT、MRI、血管造影、血管内超音波など循環器領域のAI開発に取り組んでいる。胸部レントゲンでは、心不全を判別するAIをすでに作成した。ImageNetで学習したVGG16を用いた転移学習により、638枚の胸部レントゲンから心不全を鑑別するAIを作成し、正解率82％、感度75％、特異度94％であった。心電図や心エコーなど各種検査のAIを開発するとともに、問診、診察、検査結果など複数のモダリティーの情報を統合して医師が臨床判断を行うのと同様に、さまざまな情報を組み合わせて判断できるMultimodalなAIの開発に取り組んでいる。

主要論文

Kodera S, Akazawa H, Morita H, Komuro I. Prospects for cardiovascular medicine using artificial intelligence. J Cardiol. 2021 Nov 10:S0914-5087(21)00283-5. doi: 10.1016/j.jjcc.2021.10.016. Online ahead of print.

Sawano S, Kodera S, Katsushika S, Nakamoto M, Ninomiya K, Shinohara H, Higashikuni Y, Nakanishi K, Nakao T, Seki T, Takeda N, Fujiu K, Daimon M, Akazawa H, Morita H, Komuro I. Deep learning model to detect significant aortic regurgitation using electrocardiography: Detection model for aortic regurgitation. J Cardiol. 2021 Sep 17. doi: 10.1016/j.jjcc.2021.08.029. Online ahead of print.

Shinohara H, Kodera S, Ninomiya K, Nakamoto M, Katsushika S, Saito A, Minatsuki S, Kikuchi H, Kiyosue A, Higashikuni Y, Takeda N, Fujiu K, Ando J, Akazawa H, Morita H, Komuro I. Automatic detection of vessel structure by deep learning using intravascular ultrasound images of the coronary arteries. PLoS One. 2021 Aug 5;16(8):e0255577. doi: 10.1371/journal.pone.0255577. eCollection 2021.

Katsushika S, Kodera S, Nakamoto M, Ninomiya K, Kakuda N, Shinohara H, Matsuoka R, Ieki H, Uehara M, Higashikuni Y, Nakanishi K, Nakao T, Takeda N, Fujiu K, Daimon M, Ando J, Akazawa H, Morita H, Komuro I. Deep Learning Algorithm to Detect Cardiac Sarcoidosis From Echocardiographic Movies. Circ J. 2021 Jun 26. doi: 10.1253/circj.CJ-21-0265. Online ahead of print.

Matsumoto T, Kodera S, Shinohara H, Ieki H, Yamaguchi T, Higashikuni Y, Kiyosue A, Ito K, Ando J, Takimoto E, Akazawa H, Morita H, Komuro I. Diagnosing heart failure from chest X-ray images using deep learning. Int Heart J. 61(4):781-786,2020.

Matsuoka R, Akazawa H, Kodera S, Komuro I. Dawning of digital era in the management of hypertension. Hypertens Res. 2020 Jul13. doi: 10.1038/s41440-020-0506-1. Online ahead of print.

　　 このページの先頭へ