Development of early diagnosis algorithm for paroxysmal atrial fibrillation by machine learning using a smartwatch
| Project/Area Number |
20K17709
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 55030:Cardiovascular surgery-related
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
乾 友彦 千葉大学, 医学部附属病院, 助教 (70816503)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | Apple Watch / Smart Watch / Machine Learning / Atrial fibrillation / Wearable Devices / Cardiac Surgery / Apple watch / 心房細動 / 機械学習 / 人工知能 |
|---|
| Outline of Research at the Start |
pAFは重篤な血栓塞栓症を発症する危険因子である。昨今、脈拍数を始めとする生体情報を簡便に計測可能なスマートウォッチなどのウェアラブルデバイスが一般に普及しつつある。同装置を利用した診断アルゴリズムにより無症候性pAFを発見し、適切な治療介入を行うことができたなら、pAFから引き起こされる心原性塞栓症を予防できる可能性がある。データ解析に機械学習を導入することで、膨大なデータから複雑なパターンを抽出し、精度の高い個別予測を行うことが可能となる。本研究では心臓手術術後患者においてスマートウォッチからデータを収集し、機械学習を適用することで、pAF発生を高精度に検出するアルゴリズムを開発する。
|
| Outline of Annual Research Achievements |
本研究はApple watchなどのスマートウォッチに搭載されたPPG技術を使用して計測された脈拍データに対し、機械学習を適用することで、発作性心房細動発生（pAF）を高精度に即座に検出、診断するアルゴリズムを開発することを目的としている。複数のパラメータに基づく予測において、従来の統計的方法では多重共線性や過学習などの問題が発生し、予測精度が低下することが知られているため機械学習手法を用いることで、多数のパラメータから高精度な予測を行う。これまで心臓手術症例80例のデータを取得した。データを機械学習モデルに適応できるパラメーターに変換して千葉大学医学研究院附属治療学人工知能研究センターの協力の下でデータ解析を実施した。発作性心房細動の診断アルゴリズムを開発し、Diagnosis of Atrial Fibrillation Using Machine Learning With Wearable Devices After Cardiac Surgery: Algorithm Development Studyで発表した。感度 0.909 および特異度 0.838という診断精度となった。2023年においてはテストデータからのさらなる学習によるアルゴリズムの改良を実施。pAF診断を実施するにあたり Workout modeでのデータ測定は電池消費や機械の発熱の問題があるためstanby modeでのpAF診断の検証を実施したが、時間あたりの取得データ数が少なく機械学習には適さないことが判明した。Work out modeでの診断アルゴリズムのアプリケーションを作成を試みているが、iphoneさらにはApple watch上でPythonのスクリプトを実装するには問題が多く、現時点では即時診断は難しいと考えられた。取得データをクラウド上で解析して結果を返す方法を検討している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
診断アルゴリズムのアプリケーションを作成を試みているが、iphone上や、さらにはApple watch上でPythonのスクリプトを実装するには問題が多く難渋している。そこでまずはパソコン上で簡便に診断アルゴリズムを実装するためのアプリの開発を試みているが、Apple Watchから取得したデータを解析用データに変換するアプリケーションがさらに必要な状態となっており、作成に時間を要している。アプリケーションが作成が遅れていることから実用試験実施も遅れている。
|
| Strategy for Future Research Activity |
外注によるアプリ作成だけでなく、費用面においても大学内の工学部の協力を得て作業を進めることで効率化を図る。apple watch上でPythonのスクリプトを実装する対策も人工知能医学教室と協力して検討する。apple watch上のアプリケーションはデータ送信用に限定し、リモートで解析を実施し結果を返すような仕組みも検討している。
|
Report
(4 results)
Research Products
(3 results)
