気管挿管の確実・安全性向上のための人工知能による生体構造物の認識・誘導技術の構築

Research Project

Project/Area Number	20K17866
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 55060:Emergency medicine-related
Research Institution	Hiroshima University
Principal Investigator	鈴木慶広島大学, 医系科学研究科(医), 専門研究員 (30770838)
Project Period (FY)	2020-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000) Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2021: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000) Fiscal Year 2020: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Keywords	人工知能 / 気道確保 / 気管挿管 / 蘇生
Outline of Research at the Start	気管挿管は重要な生命維持・蘇生処置であるが，非常に困難な手技であり安全・確実性を高めるための技術開発の余地がある.本研究の目的は，人工知能を用いて声門などの生体構造物を高精度に認識させ，医療機器の画面上に気管挿管術者への指示を表示させることで，気管挿管をより安全かつ確実に行うための技術を構築する.本研究の特徴として医療処置を機器単独で支援・補助する人工知能技術は他に現存しない点が挙げられ，独創性が高い研究である.
Outline of Annual Research Achievements	気管挿管は，重要な生命維持・蘇生処置である一方で非常に困難な手技であり，安全・確実性を高めるための技術開発の余地がある.本研究の目的は，ビデオ喉頭鏡の映像から人工知能によって声門を含む生体構造物を臨床応用が可能な程度に高精度に認識できるか，その結果を用いて術者に対して気管チューブを声門に誘導するための操作指示を発することが可能かどうか検討し，気管挿管をより安全にかつ確実に行うためシステムの基礎となる技術の構築を行うことである. 2020年度は，人工知能の学習用画像の収集・集積を目的として，広島大学病院にてビデオ喉頭鏡・エアウェイスコープによる気管挿管動画を撮影・保存・集積を行なった.それらの画像から気管挿管の動画から1フレームずつ切り出した画像に気管挿管の指標となる声門と食道をマーキングし，人工知能の機械学習用画像を作成した.次に，画像認識の機械学習ソフトウェアを用いて，作成した学習用画像を教師データとし人工知能に声門・食道といった各構造物を機械学習させる作業を開始した. 2021年度は，上記の機械学習作業を継続して行った.ただし，認識精度を向上させるために，集積数が少ない画像(例えば「食道入口部」など)をさらに収集することが必要であり，上記の気管挿管動画の撮影・保存・集積作業が必要な状況である.また，画像認識ソフトをパソコンに内蔵させ，画像を認識をリアルタイムに行うためのソフトウェアを作成した. 2022年度は学習用画像の収集と作成を行い，それらの画像を用いて画像認識ソフトの試用を行い，動作を確認した，2023年度は，機械学習後の認識精度向上のため，学習用画像の作成・集積を行なった．本研究は人体への侵襲はなく，有害事象は発生していない．
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 画像認識ソフトが既に作成されたことで，実証・実用段階に近づきつつある.ただし，人工構造物のうち，食道などの画像が想定よりも収集不足である.理由として，COVID19流行により，気道確保実施時の感染防御が重要となり，そのため画像収集する機会が非常に限定的となったためである．
Strategy for Future Research Activity	今後は1学習用画像の追加収集・作成，2機械学習による画像認識ソフトの精度向上，3画像認識ソフトを使用した実証実験を行う予定である. COVID19の流行に関わらず，気管挿管時の感染防御はルーチン化され，感染防御を十分に行いながら画像収集することが可能となったことで，1とそれを基として2を推進していく． 3についてはすでに実施できる環境にあり，1,2に続いて迅速に作業を進める.