画像診断ナショナルデータベース実現のための研究開発

研究活動・成果

（１）医療資源の一元管理

SINET経由で全7大学と接続を行い、J-MIDシステムの稼働を継続している（令和2年6月時点：レポート54万件、CT画像43万件、画像枚数1億4千万枚）。アノテーションシステムも稼働し、約千件の教師データを収集した。また、J-MIDへ選択的にMR画像を送信するシステム改築を行った。国立国際医療研究センターの接続は今後の継続課題である。

（２）人工知能による画像診断支援システム開発

策定した教師データのJ-MID共通フォーマットに従い、複数の個別課題について教師データで使用するコード体系および作成手順を決定した。特に、教師データ作成マニュアルを整備し、講習会を各施設で合計6回実施した。なお、各施設で作成した教師データ（腎癌、くも膜下出血）もJ-MIDサーバーに収集し、国立情報学研究所（NII）のクラウド基盤にも送信した。これらを用いてNII、東京大学、名古屋大学、奈良先端科学技術大学院大学の研究者らによってAI開発を行っている。くも膜下出血の検出についてはクラウドから対照となる正常データセットを作成し、成績の向上を得た。

また、工学系研究者らと協力して画像データとレポートを用いたAI開発研究を継続し、自然言語処理を行うAI開発にも着手した。

（３）レポートの一元管理

画像にタグ付けするための病名登録機能を開発し、レポート記載画面から今回および過去の画像に病名を登録する機能を2施設で実装した。標準病名とともにIDC10と病名コードを同時に登録しているためコードで検索可能である。

（４）適正使用のための手法開発及びJ-QIBA

画像検査依頼時に検査適応を確認する意思決定支援（Clinical Decision Support: CDS）ソフトウェアを設計・開発した。特定の臨床症状（小児の頭部外傷、成人の腰痛）をターゲットとし、ソフトウェアにストアされた画像診断ガイドラインを基に検査依頼時に適応を確認するシステムである。適正手法という観点においては不必要検査の削減も重要であるが、必要な検査の推進も必要である。

J-QIBAでは、MRIでの標準化の推進、標準化された画像のAIによる画質向上・新たな画像の作成、およびホームページ（http://www.radiology.jp/j-qiba/）を作成し、広報活動を行った。

（５）被ばく線量管理

RDSRを用いての線量解析は匿名化の際に必要な情報が削除されていて不可能であったが、その原因の匿名化処理の変更を検討中である。また線量解析に必要なプロトコール名は、機械学習により画像から直接判断することを体幹部CTで可能にした。

成果の外部への発表

（１）学会誌・雑誌等における論文一覧

2022年度

  1. Toda N, Hashimoto M, Arita Y, Haque H, Akita H, Akashi T, Gobara H, Nishie A, Yakami M, Nakamoto A, Watadani T, Oya M, Jinzaki M. Deep Learning Algorithm for Fully Automated Detection of Small (≤4 cm) Renal Cell Carcinoma in Contrast-Enhanced Computed Tomography Using a Multicenter Database. Invest Radiol. 2022 May 1;57(5):327-333.

2021年度

  1. 加藤聡太, 堀田一弘. 距離学習を用いたCT画像からのCOVID-19の識別. 日本医用画像工学会誌. 2021年Vol.39, No.1, Feb.
  2. 明石敏昭, 待鳥詔洋, 青木茂樹. COVID-19肺炎に対する日本医学放射線学会の対応と画像診断AIへの期待. MEDICAL IMAGING TECHNOLOGY. 2021;39（1）:3-7.
  3. Fujita S, Yokoyama K, Hagiwara A, Kato S, Andica C, Kamagata K, Hattori N, Abe O, Aoki S. 3D Quantitative Synthetic MRI in the Evaluation of Multiple Sclerosis Lesions. Am J Neuroradiol. January 2021;42(3):471-478. doi: https://doi.org/10.3174/ajnr.A6930.

2020年度

  1. 隈丸加奈子. 画像診断に関するChoosing Wisely・Clinical Decision Support. 京都府立医科大学雑誌. 2020年第129巻2号, 95-99.
  2. 明石敏昭, 青木茂樹. 日本医学放射線学会が構築するJ-MIDの現状と将来展望. INNERVISION. 2020;35（7）:5-7.
  3. Hagiwara A, Fujita S, Ohno Y, Aoki S. Variability and Standardization of Quantitative Imaging: Monoparametric to Multiparametric Quantification, Radiomics, and Artificial Intelligence. Investigative Radiology 2020 Mar 28. doi: 10.1097/RLI.0000000000000666. [Epub ahead of print]
  4. Hagiwara A, Fujimoto K, Kamagata K, Murata S, Irie R, Kaga H, Someya Y, Andica C, Fujita S, Kato S, Fukunagai, Wada A, Hori M, Tamura Y, Kawamori R, Watada H, Aoki S. Age-Related Changes in Relaxation Times, Proton Density, Myelin, and Tissue Volumes in Adult Brain Analyzed by 2-Dimensional Quantitative Synthetic Magnetic Resonance Imaging. Invest Radiol. 2020 [Epub ahead of print] doi: 10.1097/RLI.0000000000000720.
  5. Fujita S, Hagiwara A, Otsuka Y, Hori M, Takei N, Hwang KP, Irie R, Andica C, Kamagata K, Akashi T, Kumamaru KK, Suzuki M, Wada A, Abe O, Aoki S. Deep Learning Approach for Generating MRA Images from 3D Quantitative Synthetic MRI without Additional Scans. Investigative Radiology. 2020 Apr;55(4):249-256. doi: 10.1097/RLI.0000000000000628.
  6. Fujita S, Hagiwara A, Takei N, Hwang KP, Fukunagai, Kato S, Andica C, Kamagata K, Yokoyama K, Hattori N, Abe O, Aoki S. Accelerated Isotropic Multiparametric Imaging by High Spatial Resolution 3D-QALAS With Compressed Sensing: A Phantom, Volunteer, and Patient StudyInvest Radiol. 2020 [Epub ahead of print] doi: 10.1097/RLI.0000000000000744.
  7. Noguchi T, Uchiyama F, Kawata Y, Machitori A, Shida Y, Okafuji T, Yokoyama K, Inaba Y, Tajima T. A Fundamental Study Assessing the Diagnostic Performance of Deep Learning for a Brain Metastasis Detection Task. Magn Reson Med Sci. 2020; 19(3):184-194.

2019年度

  1. K Kumamaru, S Fujimoto, Y Otsuka, T Kawasaki, Y Kawaguchi, E Kato, K Takamura, C Aoshima, Y Kamo, Y Kogure, H Inage, H Daida, S Aoki. Diagnostic accuracy of 3D deep-learning-based fully automated estimation of patient-level minimum fractional flow reserve from coronary computed tomography angiography. Eur Heart J Cardiovasc Imaging. 2019 Jun 23. pii: jez160.
  2. 大塚裕次朗、隈丸加奈子. 心血管画像におけるAIの活用. 心臓 2019年7月号(51巻7号)
  3. Fujita S, Hagiwara A, Hori M, Warntjes M, Kamagata K, Fukunaga I, Andica C, Maekawa T, Irie R, Takemura MY, Kumamaru KK, Wada A, Suzuki M, Ozaki Y, Abe O, Aoki S. Three-dimensional high-resolution simultaneous quantitative mapping of the whole brain with 3D-QALAS: An accuracy and repeatability study. Magnetic resonance imaging. 2019 63:235-243. doi:10.1016/j.mri.2019.08.031
  4. 藤田翔平, 萩原彰文, 福永一星, 濱崎望, 佐藤秀二, ⻘木茂樹. J-QIBAプロジェクト―Quantitative Synthetic MRIの現状と未来. インナービジョン2019年9月号（特集 Step up MRI 2019 MRIの最新技術と未来展望―臨床編）Vol.34No.9　54-57.
  5. 隈丸加奈子. 各種診療ガイドラインにおける画像検査項目の推奨度の現状と課題. 医学のあゆみ. 2019 Vol.271, Issue 8, 733-737.
  6. 野口智幸、柿原大輔、西江昭弘、待鳥詔洋、本田　浩. AIは医療をどう変える? AI-ready Medical Care(エーアイ・レディ・メディカルケア)と画像診断．BIO Clinica 2019年34(3):246-250.

2018年度

  1. Hagiwara A, Warntjes M, Hori M, Andica C, Nakazawa M, Kumamaru KK, Abe O, Aoki S. SyMRI of the Brain: Rapid Quantification of Relaxation Rates and Proton Density, With Synthetic MRI, Automatic Brain Segmentation, and Myelin Measurement. Invest Radiol. 2017 Oct;52(10):647-657.
  2. Kumamaru KK, Murayama S, Yamashita Y, Nojo T, Watanabe Y, Goto M, Maeda E, Echigo J, Soga S, Fujii S, Tanami Y, Okabe T, Okada M, Munechika J, Ota H, Miyake M, Honda H, Aoki S. Appropriate imaging utilization in Japan: a survey of accredited radiology training hospitals. Jpn J Radiol. 2017 Nov;35(11):648-654.

（２）学会・シンポジウム等における口頭・ポスター発表

2022年度

  1. Toshiaki Akashi. Japan Medical Image Database by Japan Radiological Society for AI and radiation dose management including AI for COVID-19 CT evaluation. 6th Taiwan-Japan Academic Research Organization Workshop, Session 3：AI (Algorithm / Federation learning program / Medical image), 2022.2.15Web, 口頭.
  2. 明石敏昭, 青木茂樹, 待鳥詔洋. AIによる画像診断の現状とこれから. 第119回日本内科学会総会, 2022.4.16, 国内, 口頭.
  3. 明石敏昭, 待鳥詔洋, 西江昭弘, 陣崎雅弘, 富山憲幸, 阿部 修, 石神康生, 郷原英夫, 中本裕士, 青木茂樹. Japan Safe Radiologyのための日本医用画像データベース開発とそのデータ利活用. 第81回日本医学放射線学会総会, 2022.4.14-17, 国内, ポスター発表.

2021年度

  1. 加藤聡太, 堀田一弘, 小田昌宏, 森 健策, 大竹義人, 橋本正弘, 明石敏昭. Contrastive Learningを用いた肺野CT画像からCOVID-19の自動判定. 電子情報通信学会 医用画像研究会, 2021.3.15-17, 国内, 口頭.
  2. 渡谷岳行. 人工知能(AI)による頭蓋内出血診断支援のupdate. 第46回日本脳卒中学会, 2021.3.12, 国内, 口頭.
  3. Masahiro Oda, Yuichiro Hayashi, Yoshito Otake, Masahiro Hahsimoto, Toshiaki Akashi, Kensaku Mori. Lung infection and normal region segmentation from CT volumes of COVID-19 cases. SPIE Medical Imaging, 2021.02.14, 国外, ポスター発表.
  4. Yuichiro Hayashi, Masahiro Oda, Yoshito Otake, Masahiro Hahsimoto, Toshiaki Akashi, Kensaku Mori. Extraction of lung and lesion regions from COVID-19 CT volumes using 3D fully convolutional networks. SPIE Medical Imaging, 2021.02.14, 国外, ポスター発表.
  5. Tong Zheng, Masahiro Oda, Chenglong Wang, Takayasu Moriya, Yuichiro Hayashi, Yoshito Otake, Masahiro Hahsimoto, Toshiaki Akashi, Masaki Mori, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori. Unsupervised segmentation of COVID-19 infected lung clinical CT volumes using image inpainting and representation learning. SPIE Medical Imaging, 2021.02.14, 国外, ポスター発表.
  6. Tao Hu, Masahiro Oda, Yuichiro Hayashi, Zhongyang Lu, Kanako K. Kumamaru, Shigeki Aoki, Kensaku Mori. Synthesising artery contrast CT from non-contrast CT using aorta aware convolutional neural network. SPIE Medical Imaging, 2021.02.14, 国外, ポスター発表.
  7. Zhongyang Lu, Masahiro Oda, Yuichiro Hayashi, Tao Hu, Hayato Ito, Takeyuki Watadani, Osamu Abe, Masahiro Hashimoto, Masahiro Jinzaki, Kensaku Mori. Extremely imbalanced Subarachnoid Hemorrhage detection based on DenseNet-LSTM network with Class-Balanced Loss and Transfer Learning. SPIE Medical Imaging, 2021.2.14, 国外, ポスター発表.
  8. 明石敏昭, 青木茂樹, 待鳥詔洋. 日本医学放射線学会の取り組み-画像診断ナショナルデータベース(Japan Medical Imaging database : J-MID)-. 日本内科学会特別ポジウム, 東京, 2021.3.9, 国内, 口頭.
  9. 明石敏昭. J-MID（Japan-Medical Image Database）とは？. 第34回電子情報研究会・第4回日本医用画像人工知能研究会合同研究会 特別企画, 2021.9.19, 国内, 口頭.
  10. 明石敏昭. 日本医学放射線学会による日本医用画像データベースの構築とその運用. 第41回医療情報学連合大会(第22回日本医療情報学会学術大会) 共同企画, 2021.11.19, 国内, 口頭.

2020年度

  1. Junpei Ueda, Masatoshi Hori , Kazuhiko Sato, Yukihiro Enchi, Koichi Fujino, Hisashi Tanaka, Noriyuki Tomiyama. Radiation dose metrics in CT examinations using japan medical image database (J-MID). 第76回日本放射線技術学会, 2020.6, 国内, 口頭.
  2. Takashi Ota, Yuki Suzuki, Masatoshi Hori, Hiromitsu Onishi, Hisashi Tanaka, Shoji Kido, Noriyuki Tomiyama. Automatic estimation of CT scan range by convolutional neural network. 第79回日本医学放射線学会総会, 2020.6, 国内, 口頭.
  3. Yuta Nakamura, Shouhei Hanaoka, Yukihiro Nomura, Takahiro Nakao, Soichiro Miki, Takeyuki Watadani, Takeharu Yoshikawa, Naoto Hayashi, Osamu Abe. Preliminary analysis of author attributions of radiology reports using machine learning. 第79回日本医学放射線学会総会, 2020.6, 国内, 口頭.
  4. 待鳥詔洋. 画像診断ナショナルデータベース（J-MID）の概要 画像診断ナショナルデータベース実現のための開発研究：Japan Medical Imaging Database. 第79回日本医学放射線学会総会, 2020.6, 国内, 口頭.
  5. 渡谷岳行. 腹部画像AIの現状と未来. 第79回日本医学放射線学会総会, 2020.6, 国内. 口頭.
  6. 渡谷岳行. J-MIDプロジェクトによるAI開発. 第79回日本医学放射線学会総会, 2020.6, 国内. 口頭.
  7. 森 健策. 先進的な放射線画像処理のためのディープニュートラルネットワーク. 第79回日本医学放射線学会総会, 2020.06.05, 国内, 口頭.
  8. 小田昌宏. Symposium6, Japan Medical Imaging Database: AI image analysis based on massive data in J-MID. 第79回日本医学放射線学会総会, 2020.06.05, 国内, 口頭.
  9. 待鳥詔洋. 画像診断ナショナルデータベース（J-MID）について 日本医学放射線学会のとりくみ. 第119回日本皮膚科学会総会, 2020.6.7, 国内, 口頭.
  10. 橋本正弘. 画像診断領域におけるAI. 第39回画像医学会学術集会, 2020.2.14, 国内, 口頭.
  11. 瀬戸卓弥, 竹内優志, 橋本正弘, 伊藤 惟, 一原直昭, 川久保博文, 北川雄光, 宮田裕章, 陣崎雅弘, 榊原康文. 深層学習を用いた食道癌CT画像の分類. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同研究会, 2020.11.8, 国内, 口頭.
  12. 東田直樹, 橋本正弘, 有田祐起, 陣崎雅弘. 深層学習を用いた腹部造影CT画像からの腎細胞癌検出. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同研究会, 2020.11.8, 国内, 口頭.
  13. 渡谷岳行. AI共存時代のcritical reading. Neuro Expert Meeting 2020, 2020.8.30, 国内, 口頭.
  14. 野村行弘. 肺癌画像診断におけるAI活用. 第61回日本肺癌学会学術集会. 2020.11.12, 国内, 口頭.
  15. 野村行弘. 人工知能・深層学習の放射線画像診断支援への応用. IEEE四国支部講演会. 国内, 口頭.
  16. 野村行弘, 花岡昇平, 中尾貴祐, 林 直人, 吉川健啓, 渡谷岳行, 阿部 修. 頭部MR画像の脳動脈瘤検出における学習データの違いによる性能変化に関する検討. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同学術集会, 2020.11.8, 国内. 口頭.
  17. 花岡昇平, 野村行弘, 柴田寿一, 三木聡一郎, 中尾貴祐, 林 直人, 吉川健啓, 渡谷岳行, 阿部 修. Glowによる胸部単純写真における教師なし異常強調の試み. 第33回電子情報研究会・第3回日本医用画像人工知能研究会合同学術集会, 2020.11.8, 国内, 口頭.
  18. 小田昌宏, 林雄一郎, 大竹義人, 橋本正弘, 明石敏昭, 森 健策. COVID-19 症例の定量評価のためのCT像からの肺野自動セグメンテーション. 第39回日本医用画像工学会大会, 2020.9.17, 国内, 口頭.
  19. Kusunoki M, Nakayama T, Nishie A, Yamashita Y, Kikuchi K, Ishigami K, Eto M, Oda Y. Deep learning-based approach in diagnosis of adrenal adenoma: A new trial using CT. 106th RSNA Scientific Assembly and Annual Meeting of the Radiological Society of North America, 2020.
  20. Nishie A, Kakihara D, Machitori A, Aoki S, Jinzaki M, Tomiyama N, Abe O, Togashi K, Gobara H. Japan Safe Radiology 2020. European Congress of Radiology 2020.
  21. 小田昌宏. 放射線診断における研究トピックスと臨床応用～AI応用の基礎から最前線まで～. 日本医学物理学会教育セミナー（オンライン）, 2020.12.19, 国内, 口頭.
  22. 小田昌宏. GANを用いたAIの仕組みと応用. 第5回Advanced Medical Imaging研究会（SAMI 2020）（オンライン）, 2020.11.22, 国内, 口頭.
  23. 森 健策. COVID-19胸部CT像のAI解析. GPUを活用したCOVID-19創薬やスパコンの画像診断～AIを活用した新型コロナ研究に関するNVIDIAウェビナー（オンライン）, 2020.08.26, 国内, 口頭.
  24. Tao Hu, Masahiro Oda, Yuichiro Hayashi, Zhongyang Lu, Kanako K. Kumamaru, Shigeki Aoki, Kensaku Mori. Wavelet-Based Fully Convolution Network for Estimating Artery Contrast CT Images From Non-Contrast CT Images. RSNA 2020, 2020.11.29, 国外, ポスター発表.
  25. Masahiro Oda, Kanako K. Kumamaru, Shigeki Aoki, Hirotsugu Takabatake, Hiroshi Natori, Kensaku Mori, Masaki Mori. Why AI Misses Small Organs and How to Improve Their Recognition Performances. RSNA 2020, 2020.11.29, 国外, ポスター発表.
  26. Yuichiro Hayashi, Chen Shen, Masahiro Oda, Kazunari Misawa, Kensaku Mori. How Fully Convolutional Networks Trained From Small Amount of Data Using Fine-Tuning in Multi-Organ Segmentation From CT Images? RSNA 2020, 2020.11.29, 国外, ポスター発表.
  27. 鄭 通, 小田昌宏, 王成龍, 林雄一郎, 大竹義人, 橋本正弘, 明石敏昭, 森健策. 表現学習に基づくクラスタリングによるCOVID-19肺CT像からの病変部抽出手法.第29回日本コンピュータ外科学会大会, 2020.11.22, 国内, 口頭.
  28. Tao Hu, Masahiro Oda, Yuichiro Hayashi, Zhongyang Lu, Kanako K. Kumamaru, Shigeki Aoki, Kensaku Mori. Cross-phase CT Image Registration Using Convolutional Neural Network. 第39回日本医用画像工学会大会（JAMIT2020), 2020.9.18, 国内, 口頭.
  29. Zhongyang Lu, Masahiro Oda, Yuichiro Hayashi, Tao Hu, Hayato Ito, Takeyuki Watadani, Osamu Abe, Masahiro Hashimoto, Masahiro Jinzaki, Kensaku Mori. A study on Subarachnoid Hemorrhage automatic detection utilized Transfer Learning on extremely imbalanced brain CT datasets, 第39回日本医用画像工学会大会（JAMIT2020), 2020.9.17, 国内, 口頭.
  30. 林雄一郎, 鈴村悠輝, 岡崎真治, 小田昌宏, 森健策. 読影レポート解析を利用した医用画像データベースからのアノテーション付きデータセット作成に関する初期検討. 第39回日本医用画像工学会大会（JAMIT2020), 2020.9.17, 国内, 口頭.
  31. Masahiro Oda, Tao Hu, Kanako K. Kumamaru, Toshiaki Akashi, Shigeki Aoki, Kensaku Mori. TinyLoss: loss function for tiny image difference evaluation and its application to unpaired non-contrast to contrast abdominal CT estimation. International Journal of Computer Assisted Radiology and Surgery (CARS 2020), 2020.6.26, 国外, 口頭.
  32. Chen Shen, Masahiro Oda, Holger Roth, Hirohisa Oda, Yuichiro Hayashi, Kazunari Misawa, Kensaku Mori. An Application of Multi-organ Segmentation from Thick-slice Abdominal CT Volumes using Transfer Learning. International Journal of Computer Assisted Radiology and Surgery (CARS 2020), 2020.6.26, 国外, 口頭.
  33. Yuichiro Hayashi, Chen Shen, Holger R. Roth, Masahiro Oda, Kazunari Misawa, Masahiro Jinzaki, Masahiro Hashimoto, Kanako K. Kumamaru, Shigeki Aoki, Kensaku Mori. Usefulness of fine-tuning for deep learning based multi-organ regions segmentation method from non-contrast CT volumes using small training dataset. SPIE Medical imaging 2020, 2020.2.17, 国外, ポスター発表.

2019年度

  1. ディープラーニングを用いた胸部X線写真における大血管破格分類の検討, 渡谷 岳行, 佐藤 次郎, 大倉 直樹, 阿部 修, 第78回日本医学放射線学会総会, 2019/4/13, 国内, 口頭.
  2. 隈丸加奈子. Choosing wisely -画像検査の賢い選択ー. 鳥取大学医学部　2019年医療安全講習会, 2019.5, 国内, 口頭.
  3. 隈丸加奈子. AMED AI実装研究事業とAI診断のこれから. 次世代血液検査医学講座成果報告会「進化するAI医療」. 2019.10.26, 国内, 口頭.
  4. S Fujita, Aoki S. et al. Japan-QIBA: Overview and Current status.105th Radiological Society of North America,2019.12.1-6, 国外,ポスター
  5. 隈丸加奈子. 画像診断AI開発プロセスの実際. Bayer lecture conference in Chicago 2019, 2019.12, 国外, 口頭.
  6. 隈丸加奈子. 画像診断ナショナルデータベースとAI開発. 第4回IoMTサミット, 2019.12.14, 国内, 口頭.

2018年度

  1. Proper distribution of radiologists and equipment in Japan Safe Radiology, 口頭発表, Hiroshi Honda, ECR 2018, ウィーン, オーストリア, 2018年2月28日
  2. Japan Safe Radiology 2018, ポスター発表，Daisuke. Kakihara, Hiroshi. Honda, Akihiro Nishie A, et al., 欧州放射線医学会（ECR）2018, ウィーン, オーストリア, 2018年2月28日－3月4日
  3. Report registry in Japan Safe Radiology, 口頭発表, Susumu Kanazawa, ECR 2018, ウィーン, オーストリア, 2018年2月28日
  4. Radiation Dose Management in Japan Safe Radiology, 口頭発表, Masatoshi Hori, Noriyuki Tomiyama, Kazuhiko Satoh, Hiroshi Honda, 欧州放射線医学会（ECR）2018, ウィーン, オーストリア, 2018年2月28日
  5. Japan Safe Radiology: Radiation Dose Management in Japan, ポスター発表，Masatoshi Hori, Noriyuki Tomiyama, Kazuhiko Satoh, Hiroshi Honda, 欧州放射線医学会（ECR）2018, ウィーン, オーストリア, 2018年2月28日－3月4日
  6. Imaging and Artificial intelligence in Japan Safe Radiology, 口頭発表, Masahiro Jinzaki, ECR 2018, ウィーン, オーストリア, 2018年2月28日
  7. 画像ナショナルデータベース～AI開発に向けた準備～,口頭発表, 橋本 正弘, 陣崎 雅弘 第30回 電子情報研究会学術集会, 松山, 2017年9月9日
  8. Convolutional neural networkを用いたMRIキー画像からの撮影部位推測, ポスター発表, 橋本 正弘, 山田 祥岳, 屋代 英樹, 陣崎 雅弘, 第21回日本医療情報学会,福井, 2017年6月3日
  9. Clinical Application of Synthetic MRI: Benefits and Pitfalls. Andica C, Hagiwara A, Nakazawa M, Hori M, Aoki S. ポスター発表 ISMRM 25th Annual Meeting & Exhibition, アメリカ、ハワイ、2017年4月22-27日
  10. 放射線科医の立場から－画像診断の適切な使用について－. 隈丸加奈子. 口頭発表, 第151回日本医学会シンポジウム, 東京, 2017年6月1日
  11. Appropriate Utilization and Economics of Non-invasive Cardiovascular Imaging: Today and Future. Kanako K. Kumamaru 口頭発表, 11th Congress of Asian Society of Cardiovascular Imaging, 京都, 2017年6月2日
  12. 適切な適応の画像検査の実施について. 隈丸加奈子. 口頭発表, JCRミッドサマーセミナー2017, 神戸, 2017年7月15日
  13. Value-based Radiologyの現在・未来. 隈丸加奈子. 口頭発表, 第53回日本医学放射線学会秋季臨床大会, 愛媛, 2017年9月10日
  14. 画像検査のChoosing Wisely. 隈丸加奈子. 第15回千葉県放射線技術フォーラム,千葉, 2017年11月19日
  15. Japan Safe Radiology. Kanako K. Kumamaru 口頭発表104th RSNA Scientific Assembly and Annual Meeting、アメリカ、シカゴ、2017年11月27日
  16. Standardisation and optimisation of referral/indication (CDS) and Japan-QIBA in Japan, 口頭発表, Kanako K. Kumamaru, ECR 2018, ウィーン, オーストリア, 2018年2月28日
  17. Japan Safe Radiology: Development of Clinical Decision Support System. ポスター発表　Kanako K. Kumamaru, Shigeki Aoki, et al. CR 2018, ウィーン, オーストリア, 2018年2月28日－3月4日
  18. 画像診断ナショナルデータベース(Japan Medical Imaging database：J-MID)について、第30回電子情報研究会、口頭発表、待鳥詔洋、愛媛県松山市、2017年9月9日
  19. 画像診断ナショナルデータベース(Japan Medical Imaging database：J-MID)について、第37回医療情報学連合大会、口頭発表・シンポジウム、待鳥詔洋、大阪府大阪市、2017年11月21日
  20. ディープ・ラーニング（Deep Learning）の初期経験：あまりDeepでない話．第14回 低侵襲画像診断・治療研究会 セミナー，口頭発表，野口智幸，待鳥詔洋．愛知県名古屋市, 2017年11月22日
  21. みんなで始めよう！画像診断deディープラーニング．第536回NR懇話会，口頭発表，野口智幸，待鳥詔洋．東京都中央区，2018年2月3日
  22. 放射線医学ニューラルネットワーク人工知能（AINNAR）： ResNetの脳転移検出能. 第47回日本神経放射線学会，口頭発表，野口智幸，河田悠介，待鳥詔洋・他，茨城県つくば市，2018年2月16～17日
  23. What's ディープラーニング？.第241回消化管術後カンファレンス，口頭発表，野口智幸，待鳥詔洋．福岡県宗像市，2018年2月20日
  24. Artificial Intelligence using Neural Network Architecture for Radiology (AINNAR): Competition of classifiers in classification of computed radiography. 第77回日本医学放射線学会総会，口頭発表，河田悠介, 野口智幸, 待鳥詔洋・他，神奈川県横浜市 2018年4月12日～15日
  25. Artificial Intelligence using Neural Network Architecture for Radiology (AINNAR): the decoding of the technical terms in AI. 第77回日本医学放射線学会総会，口頭発表，内山史也, 野口智幸, 待鳥詔洋・他，神奈川県横浜市 2018年4月12日～15日
  26. Artificial Intelligence using Neural Network Architecture for Radiology (AINNAR): Classification of head MR imagings. 第77回日本医学放射線学会総会，口頭発表，比嘉大地，野口智幸, 待鳥詔洋・他，神奈川県横浜市 2018年4月12日～15日
  27. Artificial Intelligence using Neural Network Architecture for Radiology (AINNAR). 第77回日本医学放射線学会総会，口頭発表，平石卓也，野口智幸, 待鳥詔洋・他，神奈川県横浜市 2018年4月12日～15日
  28. 野口智幸, 河田悠介, 待鳥詔洋・他，Artificial Intelligence using Neural Network Architecture for Radiology (AINNAR): Competition of classifiers in detection of metastasis on head MRI. 第77回日本医学放射線学会総会，口頭発表，野口智幸, 河田悠介，待鳥詔洋・他，神奈川県横浜市 2018年4月12日～15日

その他

「新型コロナウイルスによる肺炎CT画像のAIによる解析手法開発」プレスリリース＊

J-MIDのデータを用いて、名古屋大学森健策教授らのグループが 新型コロナウイルス（COVID-19）肺炎CT画像をAIによって解析する手法を開発し、日本医学放射線学会（研究代表機関 順天堂大学）、AMED、国立情報学研究所、名古屋大学とで共同発表しました。

＊新型コロナウイルスによる肺炎CT画像のAIによる解析手法開発