Informatics (Machine Learning in Radiology)
Wednesday 3:00-4:00 PM | SSM12 | Room: S404CD
本セッションではMachine Learningの技術を利用した画像セグメンテーションや全生存期間解析、自然言語処理について報告があった。この中からDeep Learningに関する演題を紹介する。
Automatic Classification of Acute Ischemic Stroke Patient within 4.5 Hours Symptom Onset: Comparison between Deep and Shallow Learning Approaches | SSM12
本演題では、自施設の140名の急性虚血性脳卒中患者のFLAIRやDWIと発症後の経過時間のデータを用いて、発症後4.5時間以内であるか否かをDeep LearningとSVMの技術を用いてそれぞれ判別していた。SVMによる予測のAUCが0.82であったのに対し、Deep LearningによるAUCは0.88とDeep Learningのほうが優れたスコアを残していた。本演題の最後に、正確な結果を予測するにはデータ数が不足しており、少なくとも500名分のデータが必要となるであろうと述べられた。また、自施設の患者データのみを使用したことも正確性が欠ける要因になると述べていた。
医療分野におけるMachine Learningの研究のひとつのネックは、いかに学習データを収集するかである。本セッションでは、パブリックなデータを用いたMachine Learning研究も報告されていた。今後のMachine Learning技術の発展には、パブリックなデータベースの充実が重要なファクタとなるだろう。
