乳がん転移評価のための自動診断パイプライン

この研究は、H&E染色された生検検体のデジタル画像を用いて、乳がん患者の遠隔および腋窩リンパ節への転移を評価するためのAI主導の自動パイプラインの開発を目的としています。MRI、CT、PET-CTなどの従来の画像診断法は、初期の転移を検出する精度が低く、専門家の経験に大きく依存しています。一方、生検に基づく評価はより正確ですが、バングラデシュや他の開発途上国では労力がかかるため十分に活用されていません。本研究では、カメラ付き顕微鏡で生検画像を取得し、トランスフォーマーモデルを用いて腫瘍領域を特定し、**グラフニューラルネットワーク（GNN）**で転移を分類するシステムを構築します。このパイプラインにより、迅速・高精度かつ低コストでの評価が可能となり、病理医の意思決定を支援します。本研究は、**国連の持続可能な開発目標（SDGs）のうち、すべての人に健康と福祉を（目標3）、産業と技術革新の基盤をつくろう（目標9）、人や国の不平等をなくそう（目標10）、およびジェンダー平等を実現しよう（目標5）**に貢献します。