マルチモーダル医療イメージング大規模モデルの構築と検証に関する研究
マルチモーダル医療画像大規模モデルの構築と検証に関する研究
医療画像や電子健康記録（EHR）などのマルチモーダル臨床データの蓄積に伴い、多様な情報源を効率的に活用して精密診断とインテリジェントな意思決定を実現することは、医療人工知能（AI）の中核的な方向性となっています。 従来の単一モーダルアルゴリズムは特定のタスクで成果を上げてきましたが、画像、テキスト、検査データ間の意味的相関をモデル化できないため、診断結果の安定性が不十分で解釈可能性も限られており、複雑な臨床シナリオにおける総合的な意思決定のニーズを満たすことが困難です。
近年、マルチモーダル大規模モデルは自然画像や一般的な視覚言語タスクにおいて優れたクロスモーダル理解と知識転移能力を示し、医療AIに新たなパラダイムを提供しています。 しかし、医療シナリオへの直接適用には依然として課題があります：第一に、医療の意味体系は一般的な言語モデルと大きく異なり、疾患特性や画像詳細の正確な表現を妨げます；第二に、医療データにおける病変の複雑な形態とサンプル分布の不均一性はモデルの汎化の難易度を高めます；第三に、臨床データはプライバシーに関わるため、データセキュリティと倫理的遵守が研究の前提条件となります。
医療マルチモーダル大規模モデルの研究は、多様な情報源の異種医療データを統合し、統一的な意味表現と推論メカニズムを確立し、疾患識別や病変局在を含む全プロセスのインテリジェント分析を実現することを目指します。 このアプローチは臨床診断の効率と精度を向上させるだけでなく、臨床医に解釈可能で追跡可能な補助的意思決定支援を提供し、幅広い応用の見通しを持っています。
病院の臨床データ資源と研究チームのアルゴリズム基盤に基づき、本研究は医療画像診断のためのマルチモーダル大規模モデルシステムを構築し、マルチモーダル情報融合から診断報告書生成までの閉ループ型インテリジェント分析を可能にすることを意図しています。 研究は医療倫理基準を厳格に遵守し、患者の情報権、プライバシー権、データセキュリティを保護します。 プロジェクトの正式開始前には倫理審査を通過し、関連規制に従って科学研究と倫理の統一を確保し、その後の臨床検証と普及に向けた準拠基盤を築きます。
調査の概要
詳細な説明
医療画像、電子健康記録（EHR）、およびマルチモーダル臨床データの継続的な蓄積により、マルチソース医療情報を効率的に活用して精密診断とインテリジェントな意思決定を実現する方法は、医療人工知能（AI）の発展における中核的な方向性となっています。 従来の単一モーダルアルゴリズム（例：CT、MRI、または超音波画像のみに基づくモデル）は特定のタスクで一定の成果を上げていますが、画像、テキスト、および検査データ間の意味的相関をモデル化できないため、診断結果の安定性が不十分で解釈可能性が限定的になることが多く、複雑な臨床シナリオの包括的な意思決定ニーズを満たすことが困難です。
近年、マルチモーダル大規模言語モデル（MLLMs）は、自然画像処理および一般的な視覚言語タスクにおいて顕著なクロスモーダル理解と知識転移能力を示し、医療AIに新たな技術的パラダイムを提供しています。 しかし、このようなモデルを医療シナリオに直接適用することには、依然として複数の課題があります：第一に、医療の意味体系と一般的な言語モデルとの間に大きな乖離があり、疾患の特徴や画像の詳細を正確に表現することを妨げています；第二に、医療データにおける病変の複雑な形態とサンプル分布の不均衡は、モデルの一般化の難易度を高めています；第三に、臨床データにはプライバシーに敏感な情報が含まれるため、データセキュリティと倫理的遵守が研究の前提条件となります。
医療マルチモーダル大規模モデルの研究は、医療画像（例：CT、MRI、X線）、EHR、および検査報告書などのマルチソース異種データを総合的に活用し、統一された意味表現と推論メカニズムを確立することで、疾患識別、病変局在、報告書生成、および疾患進行予測を含むエンドツーエンドのインテリジェント分析を可能にすることを目指しています。 この研究方向は、臨床診断の効率と精度を向上させるだけでなく、臨床医に解釈可能かつ追跡可能な補助的意思決定サポートを提供し、臨床応用の幅広い見通しを持っています。
病院の豊富な臨床データリソースと研究チームのアルゴリズム開発基盤に基づき、本研究は医療画像診断のためのマルチモーダル大規模モデルシステムを構築し、マルチモーダル情報融合から診断報告書生成までの閉ループのインテリジェント分析パイプラインを実現することを意図しています。
研究実施中は、医療倫理基準を厳守し、患者のインフォームドコンセントの権利、プライバシー、およびデータセキュリティを完全に保護します。 研究設計の科学性と遵守性を確保するため、このプロジェクトは正式開始前に倫理審査を通過しなければなりません。 ヘルシンキ宣言、人間を対象とする健康関連研究の国際倫理ガイドライン、および人間を対象とする生命科学・医学研究の倫理審査方法を含む関連規制に従い、科学研究と倫理原則の有機的統合を実現し、その後の臨床検証と応用推進に準拠した基盤を築きます。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：ding Yuan, Doctor
- 電話番号：+86 18858101960
- メール：dingyuan@zju.edu.cn
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
本研究の対象集団は、事前に設定された選択基準を満たし、除外基準に該当しない成人患者で構成されました。
選択要件に関して、適格患者は18歳以上であり、研究期間中に病院でコンピュータ断層撮影（CT）、磁気共鳴画像（MRI）、または超音波検査を含む画像検査を受けていた必要がありました。 検査項目は、研究の焦点である肝胆膵系を対象とする必要がありました。 すべての登録患者は、少なくとも完全な画像データと放射線学的診断報告書を備えている必要があり、関連する医療記録情報が補助的な手段として役立ちました。 さらに、患者本人または法的代理人から書面によるインフォームドコンセントを得る必要があり、患者の匿名化されたデータが科学研究モデルの検証に使用されることに同意していました。 最後に、選択された患者のすべての症例データは、厳格な品質
説明
選定基準：
- 18歳以上の成人患者。
- 研究期間中に当院で画像検査（CT、MRI、超音波など）を受けた患者。
- 検査項目が、本研究が焦点を当てる疾患の種類またはシステム（肝胆膵系）と一致していること。
- 少なくとも完全な画像データ、放射線診断報告書を有し、関連する医療記録情報を補助的な方法として利用できること。
- 患者およびその法的代理人がインフォームドコンセントに署名し、匿名化されたデータの科学研究モデル検証への使用に同意していること。
除外基準：
- インフォームドコンセントへの署名を拒否した患者。
- 重度の動きアーティファクト、不完全なスキャン、または機器異常により評価不可能な画像の症例。
- 臨床データが著しく不足している、または画像データと一致しない症例。
- モデル分析の一貫性に影響を与える特殊な病理学的状態または術後状態（例：広範囲切除、放射線治療後の著しい構造変化）の症例。
- プライバシー保護または法的リスクを有するデータサンプル。
研究計画
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
|---|
|
グループ1：この研究は、画像検査（含む）を受けた18歳以上の成人患者を登録しました。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
疾患診断タスク
時間枠：登録から3日後の診断終了まで
|
主要評価項目は、シニア放射線科医による臨床診断のゴールドスタンダードと比較して、標的疾患の識別と分類におけるマルチモーダル画像診断モデルの精度と信頼性です。
|
登録から3日後の診断終了まで
|
|
病変の局在化とセグメンテーションタスク
時間枠：登録から診断終了まで最大3日間
|
これには、Dice類似係数、IoU、位置誤差によって評価される、病変の正確な位置特定、輪郭セグメンテーション、定量的測定におけるモデルの性能が含まれています。
|
登録から診断終了まで最大3日間
|
|
診断レポート生成タスク
時間枠：登録から診断終了まで最大3日間
|
自動生成された放射線レポートの臨床的有効性、完全性、一貫性、読みやすさを手動レポートと比較して評価します。
|
登録から診断終了まで最大3日間
|
協力者と研究者
研究記録日
主要日程の研究
研究開始 (推定)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
本研究において個別参加者データ（IPD）を共有しない決定は、主に倫理的配慮、プライバシー保護、法的遵守要件、および本研究で取り扱うデータの特性に基づいています。
まず第一に、本研究のコアデータには、匿名化された画像資料、放射線診断報告書、および患者の関連医療記録が含まれており、これらは個人の健康情報と密接に関連しています。 データ収集および整理の過程で匿名化手順を実施しているにもかかわらず、厳格な制限なくデータが共有された場合、個々の参加者を再識別する潜在的なリスクが残存します。 このようなリスクは、関連するプライバシー保護法令規制、ならびに患者およびその法的代理人が署名したインフォームド・コンセントの規定に違反することになります。 強調すべきは、インフォームド・コンセントにおいて、参加者の匿名化データは研究内でのみ使用されることが明確に規定されている点です。
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。