AI-based prediction of the belepharoptosis etiologies by means of machine learning algorithmic analysis of length-tensile force chart of levator muscle

Research Project

Project/Area Number	22K09863
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 56070:Plastic and reconstructive surgery-related
Research Institution	Tohoku Medical and Pharmaceutical University
Principal Investigator	權太浩一東北医科薬科大学, 医学部, 教授 (50254925)
Co-Investigator(Kenkyū-buntansha)	舘一史東北医科薬科大学, 医学部, 講師 (40377544) 高地崇東北医科薬科大学, 医学部, 講師 (60770188)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000) Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2023: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000) Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords	眼瞼下垂 / 人工知能 / AI / 機械学習 / 長さー張力曲線
Outline of Research at the Start	これまでに研究者らが蓄積した数百例の下垂症例の眼瞼挙筋の筋生理学的特性データ（挙筋　長さ－張力曲線グラフ）を機械学習によって下垂病因と関連付け、機械学習アルゴリズムを走らせるプログラミングを行って、このグラフに基づく下垂病因判定を人工知能に遂行させることを最終目標とする。実際に高スペックの汎用PCマシンでプログラムを走らせ、新規で病因未知の挙筋生理学的特性データに対して、病因予測診断を行わせるシステムを確立する。
Outline of Annual Research Achievements	これまでに得られた眼瞼下垂症例（300余例）の眼瞼挙筋長さ-張力曲線を、臨床的に診断された病因（腱膜性、筋性・神経原性、眼窩脂肪線維化性など）ごとに分類して、教師データに適するサンプルを抽出した。また、曲線グラフを解析して判別できるような機械学習プログラムを、Scikit-learnのライブラリーから複数のアルゴリズムを試用して作成し、現在このプログラムに教師データを読み込ませ機械学習を行わせている。今後は学習後の評価用のデータセットを用いて、臨床的に最終診断された眼瞼下垂の病因に対する正答率が最も高いアルゴリズムを選択し、それによって未知の病因の眼瞼下垂症例に対する病因の推定がどの程度整合的かを確認してゆく予定である。これらのデータ分析やプログラミングの成果の一部を、2022年日本形成外科学会学術集会一般口演「退行性（老人性）眼瞼下垂の腱膜性/筋性に次ぐ新規病因としての眼窩脂肪線維化性要因」、および2022年日本形成外科学会基礎学術集会一般口演「独力で医師が行うAI搭載リアルタイム潰瘍面積計測カメラの開発研究」で発表した。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 上記「研究実績の概要」の通り。
Strategy for Future Research Activity	当初の本研究課題の計画通りに進めてゆく予定である。