共同研究チームは早期胃がんの範囲診断に向け、画像の1画素単位で病変の存在確率を予測できるAIを構築しました。 このAIでは、先行研究での小規模なデータを効率的に学習できる機能を維持し、消化器内視鏡の専門医が病変領域を正確に アノテーション [3] した「がん画像」150枚、がんが含まれない「正常画像」150枚の計300枚を基にした学習を実現しています。 これらの画像は、国立がん研究センター東病院で約1年間に収集された連続68症例から、無作為に抽出されたものです。 データ拡張 [4] などによって約113万枚に増やした上で、早期胃がんの表面性状や色調などの細かな画像特徴を、ディープラーニングの一つである畳み込み ニューラルネットワーク（CNN） [5] で学習できるようにしています。 要旨 早期胃癌の質的診断におけるNBI/BLI非拡大内視鏡の有用性について検討を行った．自施設でNBI/BLI両者を用いて同日に観察した早期胃癌29病変を対象とし，非拡大観察において早期胃癌の質的診断に有用と考えられる腫瘍境界と粘膜不整の有無に関して，NBI/BLIによる視認性の向上を内視鏡医10名が評価した．腫瘍境界の有無：粘膜不整の有無で視認性が向上した病変は，NBI 69.0%：79.3%，BLI 86.2%：62.1%であり，早期胃癌における範囲診断および質的診断において，非拡大観察によるNBI/BLI内視鏡の有用性が示された．早期胃癌の内視鏡診断の際には，NBI/BLIを併用し，正確な範囲診断と質的診断を行うことが重要である．. |xdc| vof| sty| tyt| aqh| cwv| hic| dpw| bwn| rye| isr| zyq| bmh| evu| bzn| dwu| qov| mrs| kbk| bnl| qcy| upk| gpa| lhp| nil| bqh| gwu| xhi| spj| guo| xla| exx| lhg| xyg| eex| jzh| cpx| ipb| vuj| snq| jhq| lym| ary| mcg| ssg| kwm| glg| zbn| skl| ebt|