文献

J-GLOBAL ID：202002236399450029   整理番号：20A0711042

日本の医療社会と情報科学研究所の協力による深層学習ベースCADのためのクラウドプラットフォーム【JST・京大機械翻訳】

Cloud platform for deep learning-based CAD via collaboration between Japanese medical societies and institutes of informatics

著者 (5件)： Murao Kohei (National Institute of Informatics (Japan)) ,  Ninomiya Youichirou (National Institute of Informatics (Japan)) ,  Han Changhee (National Institute of Informatics (Japan)) ,  Aida Kento (National Institute of Informatics (Japan)) ,  Satoh Shin’ichi (National Institute of Informatics (Japan))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11318  ページ： 113180T-6  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 専門医のそれに匹敵する高い診断精度により,深い学習に基づく医用画像研究が活発に行われている。しかし,開発したコンピュータ支援診断(CAD)システムを異なる病院から収集した様々なデータに適用するためには,品質/量に関して十分な訓練データを準備する必要がある。残念ながら,特に日本では,このような多施設データを得るために,各病院の異なる倫理的コードを克服する必要がある。そこで,著者らは,(i)医療学会を通して病院から多モード大規模医用画像を収集するためのクラウドプラットフォームを構築し,(ii)日本の医学社会と情報科学研究所の間の協力を通して,様々なDeep学習に基づくCAD研究を実施した。各病院は最初に,8つのモダリティ(例えば,コンピュータ断層撮影とウォールスライドイメージング(WSI))の間のそれらのモダリティに基づいて,6つの社会(例えば日本放射線学会と日本の病理学会)の間の対応する医療社会にデータを提供する。次に,それぞれの社会は,おそらく注釈によって,2017年11月に確立した著者らのクラウドプラットフォームにそれらを負荷した。著者らは,2019年12月までに8000万以上の医用画像を収集し,60名以上の登録研究者がプラットフォームに関するCAD研究を実施した。著者らは,主要な国際会議/医学雑誌において達成された結果を提示した。それらの進行中の臨床応用は,遠隔WSI診断を含む。画像/モダリティの数をさらに増加させ,研究結果を臨床環境に適用した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 計算機診断 ,  品質 ,  国際会議 ,  *情報科学 ,  放射線 ,  *学習 ,  多モード ,  医用画像 ,  *深層学習 ,  コンピューター断層撮影 ,  *人文科学
準シソーラス用語： 計算機トモグラフィー ,  臨床応用 ,  モダリティ ,  訓練データ ,  診断精度 , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  医用情報処理  (JE15030Q) ,  光学情報処理  (BD03060T)

タイトルに関連する用語 (8件)： 日本 ,  医療 ,  社会 ,  情報科学 ,  研究所 ,  協力 ,  深層学習 ,  CAD