文献

J-GLOBAL ID：202002239632970469   整理番号：20A0288192

深部神経回路網を用いた食道病変の内視鏡的検出と鑑別【JST・京大機械翻訳】

Endoscopic detection and differentiation of esophageal lesions using a deep neural network

著者 (17件)： Ohmori Masayasu (Department of Gastrointestinal Oncology, Osaka International Cancer Institute, Osaka, Japan) ,  Ohmori Masayasu (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Ishihara Ryu (Department of Gastrointestinal Oncology, Osaka International Cancer Institute, Osaka, Japan) ,  Aoyama Kazuharu (AI Medical Service Inc, Tokyo, Japan) ,  Nakagawa Kentaro (Department of Gastrointestinal Oncology, Osaka International Cancer Institute, Osaka, Japan) ,  Iwagami Hiroyoshi (Department of Gastrointestinal Oncology, Osaka International Cancer Institute, Osaka, Japan) ,  Matsuura Noriko (Department of Gastrointestinal Oncology, Osaka International Cancer Institute, Osaka, Japan) ,  Shichijo Satoki (Department of Gastrointestinal Oncology, Osaka International Cancer Institute, Osaka, Japan) ,  Yamamoto Katsumi (Department of Gastroenterology, Japan Community Healthcare Organization, Osaka Hospital, Osaka, Japan) ,  Nagaike Koji (Department of Gastroenterology, Suita Municipal Hospital, Osaka, Japan) ,  Nakahara Masanori (Department of Gastroenterology, Ikeda Municipal Hospital, Osaka, Japan) ,  Inoue Takuya (Department of Gastroenterology, Osaka General Medical Center, Osaka, Japan) ,  Aoi Kenji (Department of Gastroenterology, Kaiduka City Hospital, Osaka, Japan) ,  Okada Hiroyuki (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Tada Tomohiro (AI Medical Service Inc, Tokyo, Japan) ,  Tada Tomohiro (Tada Tomohiro Institute of Gastroenterology and Proctology, Saitama, Japan) ,  Tada Tomohiro (Department of Surgical Oncology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan)
資料名： Gastrointestinal Endoscopy  (Gastrointestinal Endoscopy)
巻： 91  号： 2  ページ： 301-309.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： 食道扁平上皮癌(SCC)の診断は個々の医師の専門知識に依存し,観察者間の変動性を受ける可能性がある。そこで,食道SCCを検出し識別するためのコンピュータ化画像解析システムを開発した。非癌性病変または正常食道からの病理学的に確認された表面食道SCCおよび1692の非MEおよび3435のME画像の合計9591の非拡大内視鏡(非ME)および7844のME画像を,訓練画像データとして使用した。255名の非ME白色光画像,268名の非ME狭帯域画像/青色レーザ画像,および135名の患者からの204ME狭帯域画像/青色レーザ画像を用いて検証を行った。同じ検証試験データは,15人の認定専門家(経験した内視鏡医)によって診断された。非MEによる診断では,人工知能(AI)システムでは感度,特異度,精度はそれぞれ100%,63%,77%であり,経験した内視鏡医ではそれぞれ92%,69%,78%であった。白色光イメージングによる非MEによる診断に関して,感度,特異度,および精度は,AIシステムでそれぞれ90%,76%,および81%であり,経験した内視鏡医ではそれぞれ87%,67%,および75%であった。MEによる診断に関して,感度,特異度,および精度は,AIシステムでそれぞれ98%,56%,および77%であり,経験した内視鏡医に対して,それぞれ83%,70%,および76%であった。AIシステムと経験した内視鏡医の間の診断性能に有意差はなかった。著者らのAIシステムは,非MEによるSCCの検出に対して高い感度を示し,MEによる非癌性病変からSCCを区別するための高い精度を示した。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： 人工知能 ,  画像分析 ,  *神経回路網 ,  コンピュータ ,  *食道 ,  白色光 ,  人工知能システム
準シソーラス用語： 特異度 ,  内視鏡医 , 【Automatic Indexing@JST】

分類 (2件)： 消化器の腫よう  (GH04000D) ,  腫ようの外科療法  (GE03033T)

タイトルに関連する用語 (6件)： 深部 ,  神経回路網 ,  食道 ,  病変 ,  内視鏡 ,  鑑別