| Project/Area Number |
19K09396
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 55060:Emergency medicine-related
|
|---|
| Research Institution | Saga University |
|---|
Principal Investigator |
阪本 雄一郎 佐賀大学, 医学部, 教授 (20366678)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
末岡 榮三朗 佐賀大学, 医学部, 教授 (00270603)
本村 陽一 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 首席研究員 (30358171)
櫻井 瑛一 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (50612173)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2019: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 確率的潜在意味解析 / 確率的構造モデル / 敗血症 / DPCデータ / 敗血症患者治療 / 医療情報基盤 / クラスタ / 集中治療室 / 転帰 / 重症患者 / 医療情基盤 / 確率的潜在構造モデリングシステム / 次世代人工知能 / 敗血症治療支 援 |
|---|
| Outline of Research at the Start |
1) 敗血症患者の診断群分類情報の推移を「確率的潜在意味解析と確率的構造 モデル」に基づく分析システムで解析し、敗血症治療に臨床応用可能な情報システムを構築 するために治療法・治療薬の重みづけを検証。
(2)上記(1)のシステムの質向上のため研究代表者が特許開示中(2016-45727)の検査データの 推移による診療支援システムの基盤となっている検査データの推移や既存の敗血症スコアの 推移との関連を検証し臨床応用力を強化。
(3)上記(2)で明らかにした結果をもとに、敗血症患者治療支援において「確率的潜在意味解 析と確率的構造モデル」の予測精度を向上する科学的証拠(エビデンス)を構築。
|
| Outline of Annual Research Achievements |
研究開始時の人工知能技術では、機械学習が獲得した知識の理解が極めて難解なブラックボックスとなるため、特に生命に関わる医療の中でも最も重症の患者管理を行う集中治療室に安心して応用できないという問題を解決しうる点に有る。人工知能が人を理解し、人も人工知能の判断を理解できる人工知能と人の相互理解こそが人工知能技術の社会実装に重要で有るという観点が基本的な考えである。本提案は「確率的潜在意味解析と確率的構造モデル」の基本的な考え方に敗血症に特異的な治療法・治療薬に関する重みづけの解析をベイジアンネットワークで加えることによって敗血症患者治療の臨床支援に導入されうる次世代人工知能技術として確立できる可能性があると着想した研究である。
日常診療において入力されている重症患者のDPC「診療行為」データを「確率的潜在意味解析」によってクラスタ分類を行い医療経済的および患者転帰との関連に関してすでに平成27年度~平成29年度科研費基盤研究(C)「大規模医療情報基盤を利用した敗血症の治療に関する医療経済学的分析と評価」において代表研究者が報告している。今回は敗血症特有の治療法や治療薬に対する重みづけを検証し、「PLASMA」データによる敗血症治療の診療支援のエビデンスを構築するのが最終目標であった。
今回の研究によって「確率的潜在意味解析と確率的構造モデル」を用いることによってDPCデータのクラスター分類の上でのクラスターの変化が結果的に転帰や入院期間等を予測し得る可能性がある点が改めて明らかになった。また、敗血症特有な治療法や治療薬に関しては明らかな特徴的な結果は認められなかったが高齢者、特に介助に関する内容と転帰との関連から食事・移乗・整容・トイレ動作・入浴・平地歩行・階段・更衣・排便管理・排尿管理のいずれにおいても死亡例においては高額な医療費となり、救命例においては入院日数が長期となることが確認された。
|
