専門医不足地域でも高精度診断の実現を支援する新技術

<plone.namedfile.file.NamedBlobImage object at 0x7f1d575df430 oid 0x73ece4 in <Connection at 7f1d1e2fe5b0>>

2026-01-06

life_sciences_medicine

{'items': [{'key': 'du2bs', 'term': '半教師あり学習', 'description': {'blocks': [{'key': 'b957r', 'text': '少量のラベル付きデータ(アノテーション済みデータ)と大量のラベルなしデータを組み合わせて学習する機械学習の手法。専門家によるアノテーション作業の負担を軽減しながら、高精度なモデルを構築できる。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'dvg0', 'term': 'CycleGAN', 'description': {'blocks': [{'key': '8pi2u', 'text': '異なるドメインの画像を相互に変換する深層学習技術。本研究では、異なる病院に由来する病理画像の見た目の違いを補正するために使用。ペアとなる対応画像がなくても学習できるのが特徴。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'df4dn', 'term': 'ドメインシフト', 'description': {'blocks': [{'key': '3t25i', 'text': '機械学習モデルが学習したデータと異なる特性を持つデータにモデルを適用した際に、性能が低下する現象。医療画像では、病院や検査装置の違いによって画像の見た目が異なることが主な原因。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '5kva', 'term': 'YOLOv8', 'description': {'blocks': [{'key': '51i6u', 'text': '「You Only Look Once」の略で、画像内の物体を高速かつ高精度に検出する深層学習アルゴリズム。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}]}

['med', 'ouh']

['松井 功', '猪阪善隆', '松本 あゆみ']

病院間のドメインシフトという課題と、専門医によるアノテーション不足という２つの壁を同時に乗り越えることは大きな挑戦でした。日本腎臓学会と全国の先生方の献身的なご協力のおかげで、新たなAI技術を実現できました。この成果が腎臓病診療の標準化と質の向上に貢献することを願っています。

https://rd.iai.osaka-u.ac.jp/image/photo_drwan_640.png

松井 功

講師

医学系研究科

https://rd.iai.osaka-u.ac.jp/ja/96444741b5ddf5a9.html