プロジェクト一覧 – AIホスピタルプロジェクト

インフォームドコンセント取得時における患者の理解度測定

root — Mon, 13 Jun 2022 09:00:43 +0000

診断時間の質の向上と、医師の負担軽減を叶える

医師から患者さん・保護者の方への手術や治療方針などの説明（インフォームド・コンセント）を、効果的に実施するために開発されたDr.アバターサービス。

患者さん・保護者は、医師との面談前に、医師アバターによる事前説明（動画）を受けることができます。医師は、患者さん・保護者が事前説明を受けて、分かりにくかった点、より詳しく説明して欲しい点をあらかじめ把握することで、対面での面談をより効果的に行うことができます。

秘密分散・秘密計算技術を使ったDPCデータのベンチマーク分析ツールの開発

root — Mon, 13 Jun 2022 08:58:49 +0000

DPC（Diagnosis Procedure Combination）は、その構造から、MDC14「新生児疾患、先天奇形」(生後28日以内の患者を対象とした診断群分類）を除き、小児患者を限定してDPCデータを抽出することは困難です。

そこで、小児医療におけるDPCデータの活用については、DPC（Diagnosis Procedure Combination）と年齢階層に紐付くデータベースの構築が必要と考えました。

国立成育医療研究センターの診療情報管理室は、AIホスピタル研究開発プロジェクトのサブテーマA「セキュリティの高い医療情報データベースの構築とそれらを利用した医療有用情報の抽出、解析技術等の開発プロジェクト」に採択されている、株式会社情報通信総合研究所と連携し、セキュリティの高い秘密分散・秘密計算技術を用いて、小児・周産期医療に特化したDPCデータのベンチマーク分析ツールの開発を行っています。本研究の目的は、小児・周産期医療を担う、日本小児総合医療施設協議会（JACHRI）加盟施設間において、DPCデータによる医療の質、経営指標の評価につながる分析をセキュアな環境下で行うことです。

AIを活用した身体的特徴等からの小児希少・難病診断補助システムの開発

root — Mon, 13 Jun 2022 08:57:19 +0000

希少疾患は、全体では人口の約5-8%と推定されていますが、その種類（9,500以上）が大変多く診断が難しいため、診断がつくまでに数年〜数十年かかる場合もあり、患者さん、ご家族、主治医にとって先の見えない不安な状況が続いてしまうことが問題となっています。

このような患者さんに対して、できるだけ早く診断を確定し、病気にあった診療や適切な治療を行うなど、次のステップへ進めるよう、それぞれの疾患の特徴を、人工知能（Artificial Intelligence (AI)）を活用して学習させ、診断に近づける「希少疾患AI診断支援システム」の構築を行なっています。
AIを活用した希少疾患の診断支援の方法は大きく分けて２つあり、一つは、顔などの画像から疾患を推定する方法（画像ベース）、もう一つは、症状、所見などから疾患を推定する方法（症状ベース）です（図）。
センターでは、まず症状ベースのAI診断支援システムを構築し、活用/コンサルテーションを始めました。今後は、両者を組み合わせて発展させ、より柔軟なシステムを作ることも計画しています。

AIを活用した小児がんの診断支援システムの開発

root — Mon, 13 Jun 2022 08:56:30 +0000

小児がんは希少であり、正確な診断や分類には専門家の技術が必要です。さらには専門家をもってしても診断が困難なことがあります。国立成育医療研究センターでは、小児がんの診療と臨床研究を支えるために、経験豊富な診断専門医による診断支援を行っています。

本課題では、これまで集積した多数の小児がんの診断情報を教師データとし、小児がん診断の支援をAIで行うことを目指ます。あわせて、診断に必要なゲノム情報を効率的に取得するために、血液中に流れている腫瘍由来のDNAを用いてゲノム診断を行うliquid biopsyの検査系の確立にも取り組んでいます。

これまでの診断専門家の技術を補助してより効率的な診断につなげるだけでなく、人の目では捉えきれなかったがん細胞の特徴をとらえ、複雑な情報を統合することで、より正確な診断を可能にし、小児がんの治癒率向上と再発率低下への寄与につなげるべく取り組んでいます。

視線計測を用いたASD診断補助装置の開発と検証

root — Mon, 13 Jun 2022 08:55:54 +0000

２～４歳児を対象とした視線の計測を行いAIを使用して自閉症の早期発見、診断補助を目的として開発を行っております。

ASD（自閉症スペクトラム症）は、適切なタイミングで適切な治療的介入（療育）が行われると症状の改善が期待できるため、早期からの気づきと診断が重要となります。

視線計測技術をもってASD診断の根拠となる客観的・定量的指標データを収集・解析し、診断アルゴリズムを作成し、診断補助装置の有用性を検証するとともに、更にその収集した膨大なデータに基づいて、ディープラーニング機能を有するAIを用いて、補助診断機能の進化を図ることにより、診断を短時間でより正確に行えるよう開発に取り組んでおります。

AIを用いた妊婦検診支援システムの開発

root — Mon, 13 Jun 2022 08:54:42 +0000

遠方あるいはPandemicな感染症流行下においても妊婦健診や助産外来を可能とする遠隔健診システムを開発し臨床導入を行います。
また、AIを活用し妊婦さんの悩みや症状を聞いて適切なアドバイスを行ったり、救急受診の必要性の有無を判断するためのトリアージを行ったりするシステムを開発します。
そしてその両者を融合することにより、妊婦健診や助産外来や救急対応を円滑に行うシステムを開発して臨床実装することにより、患者様の通院負担の軽減や患者様と医療従事者の感染リスクを低減し、悩みや症状をいつでも相談解決し、必要時には適切な救急診療を供給できることを目標としています。

AIを活用した義手開発

root — Mon, 13 Jun 2022 08:54:25 +0000

先天性の上肢形成不全症の子供たちに、筋電義手は断端部にある筋肉の信号を用いて義手の手指をコントロールし「動く手」を提供するものです。その信号のパターンはそれぞれ異なるため、人の動きを義手が学習する（義手が自分の動きに合わせる）AI技術を搭載した筋電義手を開発して、小児にもより馴染みのもてる筋電義手を提供できるように考えています。

筋電義手は断端部に残存する筋肉の信号を表面筋電図として捉えてこれを用いて義手の手指をコントロールするものである。従来は人が義手の電極にある筋を動かす（義手に自分の動きを合わせる）訓練が必要であったが、患者ごとに表面筋電パターンが異なるため、人の動きを義手が学習する（義手が自分の動きに合わせる）AI技術の搭載を検討する。

患者ごとに表面筋電パターンは異なるため、そのパターンを認識させて人の動きを義手が学習するシステムを搭載させていく。これは力が入ると筋電信号の特徴を抽出して、ニューラルネットワークを使ったパターン認識をする。手の力の入れ具合によってその筋活動を識別して、そのまま義手が動いてくれるものである。患児が「握る」とイメージした時の筋電パターンの特徴をマイクロコントローラに学習させ、義手の「握る」という動きを生み出すので、直感的に「握る」とイメージしたときに義手が握る動作を行える筋電義手となる。義手そのものに人の動きのくせを学習させてそのくせをもって義手が動くので、機能面でもより義手がより自分にフィットしたものとなる。機械学習の要素を搭載していることからもAI義手とも呼ぶべき概念となる。

AIを用いた小児CT被ばく線量管理に関する研究

root — Mon, 13 Jun 2022 08:53:53 +0000

近年小児医療被ばく、とりわけCTによる被ばく過多が全世界的に問題視されています。小児期のCT被ばくが原因で将来発がんするリスク推定やコホート研究が多数報告されているなかで、本邦でも医療被ばく管理の機運が高まり、2020年4月医療法の改正案として医療被ばくの線量記録を義務化することが考慮されています。

AIを用いたグラム染色による細菌同定支援システムの開発

root — Mon, 13 Jun 2022 08:52:20 +0000

当院は小児医療の基幹病院であり、重症細菌感染症に罹患した多くの患者さんの診療にあたっております。重症細菌感染症の治療において重要なことは、発症早期に細菌の菌種を同定し、その菌に対して有効な抗菌薬を早期に投与することです。

しかし、菌種同定までには早くとも2日以上の時間を要してしまいます。私たちは、AI（人工知能）を用いることで細菌を顕微鏡で観察した「見た目」から、細菌の菌種を迅速に同定することのできる診断支援システムの開発を2019年度から病院と研究所が一体となって取り組んでおります。この技術によって、世界中どんな病院でも高い精度で重症感染症の原因菌を早期に診断することができ、適切な治療をより早期に開始することに繋げられる可能性があります。

これにより、医療の質の向上、医療費の削減、人的負担の軽減、感染症教育の充実が期待されます。また、適切な抗菌薬の使用が可能になることで、世界的な喫緊の問題である微生物の薬剤耐性（antimicrobial resistance: AMR）対策の一助となりえることが期待されます。

人工知能支援マイクロ流路を用いた精子選別デバイスの開発

root — Mon, 13 Jun 2022 08:51:53 +0000

体外受精では，良好な精子を選別することが必要である。従来、胚培養士が顕微鏡下で目視による探索と手作業によって選別を行ってきたが、胚培養士の知識や技量、経験などの影響が大きい。胚培養士の熟練度に左右されず、かつ効率的に精子を探索・回収する手法があれば、患者や胚培養士・医師の負担を減らし、受精率を改善することも可能になると考えられる。

そこで、我々は胚培養士による精子探索を効率化するために、拡張現実（Augmented Reality: AR）機能付き顕微鏡システムと、リアルタイム動作する精子解析機械学習ソフトウェアを組み合わせた精子選別支援システムを開発している。

ソフトウェアが、事前に学習したデータに基づいて良好な精子を検出し、運動性を解析して、回収候補とすべき対象を顕微鏡接眼レンズ越しに重畳表示することにより、胚培養士の回収作業を支援する仕組みである。コンパクトな構成により、既存の顕微鏡に簡便に取り付けて使用できることを目指している。