Prediction of Intracardiac Pressure using Strain Echocardiography and Artifi
| Project/Area Number |
20K22504
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
0403:Biomedical engineering and related fields
|
|---|
| Research Institution | Juntendo University |
|---|
Principal Investigator |
鍵山 暢之 順天堂大学, 保健医療学部, 准教授 (20722010)
|
|---|
| Project Period (FY) |
2020-09-11 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 心臓超音波検査 / 人工知能 |
|---|
| Outline of Research at the Start |
本研究では、多施設で得た心エコー図画像データをスペックルトラッキング法にて解析し、算出されたストレイン値を用いて非侵襲的に心腔内圧を推定するプログラムを作ることを目標とする。ストレイン値は代表値を用いるのではなく、生の大量のデータ（ビッグデータ）を人工知能処理し、心カテーテル検査で得た心腔内圧を教師データとして扱うことで予測モデルを作成する。
|
| Outline of Annual Research Achievements |
本研究は令和２年度中途から開始された右心カテーテル検査と心エコー図画像を用いた多施設共同研究である。令和４年度までに約１０００例の画像を収集し、６００例のストレイン解析を終了させた。令和５年度は機械学習を用いて、心内圧を実際に推定するプログラムを作成した。ストレイン解析を全て取り込む作業の前段階として、ストレイン以外の通常エコーパラメータで作成した機械学習モデルを、説明可能な機械学習技術（ＸＡＩ）を用いて可視化した。具体的には９５６例中、２９６例（３１．０％）でＰＡＷＰ上昇（＞１８ｍｍＨｇ）が認められた。全体として、従来から用いられているガイドライン推奨のアルゴリズムでは４０６例（４２．５％）の患者で左室内圧推定の基礎となる左室拡張障害を評価できず、外部検証データにおける受信者動作特性曲線下面積（ＡＵＣ）は０．７１８（９５％ＣＩ ０．６０２－０．８３４）であった。対して作成した機械学習モデルのＡＵＣは０．８４４（９５％ＣＩ ０．７９３－０．８９４）となり、ガイドライン推奨のアルゴリズムから有意に改善した（ｐ＝０．０１６）。ＸＡＩ法では、ガイドラインに用いられるパラメータ以外に、下大静脈（ＩＶＣ）径が予測に有用であることが示された。さらにこれらの結果を、誰でも使用しやすいＷｅｂページの形として公開するよう準備している。これらの結果は２０２４年４月に行われた日本心エコー図学会第３５回学術集会で発表し、活発な議論を呼んだ。現在は論文作成を終了し、投稿準備中である。
|
Report
(4 results)
Research Products
(6 results)
-
[Journal Article] 第2回 心エコー図検査とAI利用2024
Author(s)
佐藤 瑛一郎、酒本 暁、鍵山 暢之
-
Journal Title
Japanese Journal of Medical Ultrasound Technology
Volume: 49
Issue: 2
Pages: 157-163
DOI
ISSN
1881-4506, 1881-4514
Year and Date
2024-04-01
Related Report
-
-
-
-
-
