ビッグデータ・機械学習を用いたアブレーション治療の有効性・安全性予測モデルの作成

• Project/Area Number: 22H03365
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
• Research Institution: National Cardiovascular Center Research Institute
• Principal Investigator: 草野 研吾 国立研究開発法人国立循環器病研究センター, 病院, 部長 (60314689)
• Co-Investigator(Kenkyū-buntansha): 山根 禎一 東京慈恵会医科大学, 医学部, 教授 (40297429) ; 清水 渉 日本医科大学, 大学院医学研究科, 大学院教授 (50399606) ; 中井 陸運 国立研究開発法人国立循環器病研究センター, オープンイノベーションセンター, 室長 (50595147) ; 岩永 善高 国立研究開発法人国立循環器病研究センター, オープンイノベーションセンター, 特任部長 (80360816)
• Project Period (FY): 2022-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000); Fiscal Year 2022: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
• Keywords: ビッグデータ / 機械学習

Outline of Research at the Start

カテーテルアブレーション全例登録事業（J-AB）のビッグデータを用い、再発率が高くまた世界的にも合併症が増加している心房細動アブレーションについて患者背景・使用デバイス・アブレーション部位・使用薬剤などの因子と急性期合併症発生や急性期・退院時・1年後の手技成功に関して機械学習を用いたアブレーションの安全性・有効性に関する予測モデルを作成し、外部検証を行う。
この予測モデルによって治療成績の向上が期待できるのみならず現在ガイドラインでも解決されていない高齢者、心不全患者、無症状患者へのアブレーションの妥当性が明らかとなり治療適応の大きなジレンマに対応できることが期待される。