深層学習による医師の新サポート技術: CNN を用いた腎結石のリアルタイム自動検出システム

3つの要点
✔️ デジタル画像から腎結石の組成パターンを抽出する深層学習手法を提案
✔️ ５つの主要カテゴリーを自動で判定する CNN を構築
✔️ デジタル画像からの再現率 85% 以上を実現！腎結石の除去をサポート

Deep Learning Computer Vision Algorithm for Detecting Kidney Stone Composition
written by Kristian M Black, Hei Law, Ali Aldoukhi, Jia Deng, Khurshid R Ghani
(Submitted on 11 Feb 2020)
Comments: Published by BJU international (2020)
Subjects: Computer vision (cs.CV)

背景

腎結石は、腎臓から尿道までの尿路に結石が生じる疾患で、疝痛発作(突然の激しい痛み)、血尿が典型的な症候として現れる病気です。泌尿器科の外来でみられる疾患の中では最も頻度の高い疾患のひとつと指摘されています。無症状で経過することが多く、検診などで偶然発見されることもあり、現場で除去することで、その後の予後改善につながるといったケースもあります。そのため、検査の中で腎結石を除去することが理想的です。

北米では、レーザー砕石術を用いた尿管鏡検査（URS）が尿路結石の主な外科的治療法となっており、石を細かい粉末（ダスティング）または中サイズの断片に抽出し、除去する手法が主流となっているようです。実際の医療現場では、石の種類とその耐久性の視覚的認識に基づいて手動でレーザー設定を選択しており、石の組成の認識に基づいてレーザーの強さ等の設定を自動的に計算できれば、除去効率が向上する可能性があります。

本研究では、５つのカテゴリに分かれる腎結石の組成を Deep CNN を用いて、自動的に検出する手法を提案しております。石の組成分析に基づいてレーザーによる腎結石の除去設定がリアルタイムかつ自動的に選択可能となり、より効率的な除去を実現することが期待されます。

今給黎薫弘