心臓核医学における人工知能の利用
1)金沢医科大学物理学教室
2)金沢大学附属病院核医学診療科
奥田光一1)、中嶋憲一2)
人工知能(AI)の機械学習について、心臓核医学データを用いてトレーニング方法を概説し、 5つの機械学習方
法(決定木、最近傍法、ナイーブベイズ、サポートベクターマシーン、ニューラルネットワーク)の予測精度を比較した。
そして、AIが搭載された心筋血流解析ソフトウェアを用いてデジタルファントム実験を行い、臨床データを通して冠
動脈狭窄患者の診断能を評価した。
We briefly described training methodology for the machine learning in nuclear cardiology, and
compared the estimation accuracy of coronary artery stenosis more than 75% among five machine
learning algorithm: decision tree, nearest neighbor algorithm, Naive Bayes classifier, support vector
machine, and neural network. A digital phantom study was performed to evaluate motion-induced artifacts
using an AI software package for myocardial perfusion single-photon emission computed tomography
imaging. Furthermore, the diagnostic performance of the detection of coronary artery disease was also
evaluated in patients with single-vessel or double-vessel coronary artery disease.
