日本小腸学会学術集会プログラム・抄録集
Online ISSN : 2434-7019
Print ISSN : 2434-2912
第58回日本小腸学会学術集会
セッションID: S3-2
会議情報

シンポジウム3 小腸検査法の進歩:小腸内視鏡、カプセル内視鏡、SIBO、Leaky gut
小腸カプセル内視鏡による病変検出のためのAI(artificial intelligence)開発
*細江 直樹林由 紀恵リンピアス神谷 研次牟田口 真高林 馨緒方 晴彦金井 隆典
著者情報
会議録・要旨集 フリー

詳細
抄録

【目的】小腸カプセル内視鏡(small bowel capsule endoscopy: SBCE)では、深層学習を用いた異常所見検出機能が開発されつつある。小腸は血管性病変から腫瘍性病変まで多様な病変があり、多様な異常所見を高い感度で検出すると共に、偽陽性率を低減することが求められる。今回、検出対象をSBCEで確認される多彩かつ主要な異常所見に拡張した異常所見検出機能(深層学習を用いたプロトタイプ)をオリンパス(株)と共同で開発した。その経過につき報告する。

【方法】有所見症例20例の画像データを深層学習させ、異常所見検出機能の構築を行った。学習データは、多種多様な異常所見に対応するために、SBCEで確認される主要な所見全般(出血、血管拡張、潰瘍、腫瘍性病変)がバランスよく含まれるようにした。さらに、偽陽性率を低減するために、異常所見画像から「治療介入が必要と判断される所見」(以降、検出対象所見)を抽出し学習させた。性能評価では、学習データと同様に、出血、血管拡張、潰瘍、腫瘍性病変を含む25症例169個の検出対象所見を用いて、感度と症例単位での検出枚数の算出を行った。

【結果】本研究で開発した異常所見検出機能の性能は、感度98.4%、偽陽性率2.8%、症例単位の平均検出枚数9023枚となった。

【結論】深層学習を用いた異常所見検出機能の開発を行い、良好な検出性能が得られた。

著者関連情報
© 2020 本論文著者
前の記事 次の記事
feedback
Top