AIを活用したアナフィラキシーのRadiomics解析による検出手法の開発
Project/Area Number |
21K12763
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 90140:Medical technology assessment-related
|
Research Institution | Fujita Health University |
Principal Investigator |
服部 秀計 藤田医科大学, 医療科学部, 准教授 (70351046)
|
Co-Investigator(Kenkyū-buntansha) |
寺本 篤司 藤田医科大学, 保健学研究科, 教授 (00513780)
大野 良治 藤田医科大学, 医学部, 教授 (30324924)
安田 あゆ子 藤田医科大学, 大学病院, 教授 (30402613)
太田 誠一朗 藤田医科大学, 医学部, 講師 (80726688)
外山 宏 藤田医科大学, 医学部, 教授 (90247643)
|
Project Period (FY) |
2021-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2021)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
|
Keywords | 造影剤アレルギー / ヨード造影剤 / アナフィラキシー / 人工知能 |
Outline of Research at the Start |
ヨード造影剤を用いる造影CT検査は,X線の透過性を変化させることで病変や組織のコントラストを強調し病変を明確にすることができる。しかし、ヨード造影剤は稀ではあるが0.00025%が死亡に至る。これを防ぐには早期の初期介入が望まれる。通常の造影CTは,造影剤投与90秒から120秒後に撮影が行われるが、検査を担当する医療従事者は被ばくを避けるため撮影室外にいる。まれにしか遭遇しない副作用であり患者からの距離もあることから症状の発見・判断が遅れることがありえる。AIを用い画像上の微妙な変化を検出することで,アナフィラキシーを呈した患者を撮影のタイミングで検出し,早期介入を可能とする。
|
Outline of Annual Research Achievements |
ヨード造影剤を用いる造影CT検査は,X線の透過性を変化させることでヨード造影剤を使用しない単純(非造影)CT検査と比較して,病変や組織のコントラストを強調することで病変を明確にすることができる。ヨード造影剤によるアナフィラキシーは0.04%であり,極稀に死亡に至る。静脈内薬物投与によるアナフィラキシーでは早くて1分以内に発症し,概ね10から20分以内に心停止を引き起こされる。そのため,早期の初期介入が望まれる。当大学では,当大学病院の医療の質管理室と共同し,FMEA(Failure Mode and Effect Analysis)を用いた造影剤によるアナフィラキシー予防業務について検討してきた。その中で,1)ヨード造影剤アレルギーの情報共有ができない。2)造影剤アレルギー症状の発見および判断に問題がある,という上記2点のリスクが存在することを明らかとした。検査を担当する医療従事者は,被ばくを避けるため撮影室外にいる。そして,極稀にしか遭遇しない症状であり,患者からの距離もあり症状の発見・判断が遅れることがある。AIを用い画像上の微妙な変化を検出することで,アナフィラキシーを呈した患者を撮影のタイミングで検出し,早期介入を可能とする必要性があると考えた。また,アナフィラキシーを呈する患者は,花粉症やその他薬剤などのアレルギー歴を有する確率が高いことが一般的に知られている。以上より,Radiomics解析を行うことで,アナフィラキシーショックを呈した患者の検知に役立てたい。本研究においてはMachine Learningを 用いた「AIを活用したアナフィラキシーのRadiomics解析による検出手法の開発」を目的とする。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
アナフィラキシーによるCT画像所見の変化が最も出やすいと想定される造影前後の画像に対して,末梢気管支の径,璧厚 および 肺野のCT値変化,下大静脈の形状 等について視覚的評価を行った。各所見において優位差のある変化を視覚的に認めることができたが、AIにて検出するための特徴量抽出に手間取っている。
|
Strategy for Future Research Activity |
アナフィラキシーに伴う血管形状の変化/透過性亢進を検出するための教師データ作成をアナフィラキシーによる上記所見の変化が最も出やすいと想定される造影前後の肺野画像に対して,末梢気管支の径,璧厚 および 肺野のCT値変化,下大静脈の形状 等について視覚的な評価を行った結果、有意差があることを明らかにできた。まずは、これらの所見の中でもっとも簡単に評価できると考えられる下大静脈所見について、特徴量の変化有無をAIにて検出できるかを確認していく。
|
Report
(1 results)
Research Products
(3 results)