文献

J-GLOBAL ID：202002212987710767   整理番号：20A2187971

胃癌の浸潤深さを予測するための高精度人工知能システム:従来の白色光イメージング,非拡大狭帯域イメージングおよびインジゴカルミン色素コントラストイメージングの有効性【JST・京大機械翻訳】

Highly accurate artificial intelligence systems to predict the invasion depth of gastric cancer: efficacy of conventional white-light imaging, nonmagnifying narrow-band imaging, and indigo-carmine dye contrast imaging

著者 (13件)： Nagao Sayaka (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Tsuji Yosuke (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Sakaguchi Yoshiki (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Takahashi Yu (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Minatsuki Chihiro (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Niimi Keiko (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Yamashita Hiroharu (Department of Gastrointestinal Surgery, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Yamamichi Nobutake (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Seto Yasuyuki (Department of Gastrointestinal Surgery, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Tada Tomohiro (Department of Surgical Oncology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Tada Tomohiro (AI Medical Service Inc, Tokyo, Japan) ,  Tada Tomohiro (Tada Tomohiro Institute of Gastroenterology and Proctology, Saitama, Japan) ,  Koike Kazuhiko (Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan)
資料名： Gastrointestinal Endoscopy  (Gastrointestinal Endoscopy)
巻： 92  号： 4  ページ： 866-873.e1  発行年： 2020年 
JST資料番号： T0185A  ISSN： 0016-5107  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 胃癌(GC)の浸潤深さの診断は,治療の最適方法を決定するために必要である。巨視的特徴とEUSの評価の有効性が報告されているが,より正確で客観的な方法が必要である。本研究の主目的は,GCの侵入深度の予測における新規人工知能(AI)システムの有効性を試験することであった。2013年1月~2019年6月に内視鏡的切除または手術を行ったGCの1084症例からの合計16,557の画像を抽出した。症例を,4:1の比率で訓練と試験データセットにランダムに割り当てた。畳み込みニューラルネットワークアーキテクチャの転送学習を通して,ResNet50,3独立AIシステムを開発した。従来の白色光イメージング(WLI),非拡大狭帯域イメージング(NBI)およびインジゴカルミン色素コントラストイメージング(インジゴ)を用いてGCの侵入深さを予測するために各システムを訓練した。WLI AIシステムの曲線下面積は0.9590であった。WLI AIシステムの病変ベースの感度,特異性,精度,陽性予測値,および陰性予測値は,それぞれ84.4%,99.4%,94.5%,98.5%,および92.9%であった。WLI,NBIおよびIndigo AIシステムの病変に基づく精度は,それぞれ94.5%,94.3%および95.5%であり,有意差はなかった。異なる角度と距離からの多重画像で訓練されたこれらの新しいAIシステムは,高精度でGCの侵入深さを予測することができた。WLI,NBIおよびIndigo AIシステムの病変に基づく精度は,有意に異ならなかった。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  学習 ,  *色素 ,  *人工知能 ,  多重化 ,  侵入度 ,  有効性 ,  *人工知能システム ,  *胃腫瘍 ,  血中濃度-時間曲線下面積 ,  高精度 ,  予測値
準シソーラス用語： 内視鏡的切除 ,  特異性 ,  *光イメージング , 【Automatic Indexing@JST】

分類 (2件)： 消化器の腫よう  (GH04000D) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (13件)： 胃癌 ,  浸潤 ,  予測 ,  人工知能システム ,  白色 ,  光イメージング ,  拡大 ,  狭帯域イメージング ,  インジゴカルミン ,  色素 ,  コントラスト ,  イメージング ,  有効性