• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

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 TypeMulti-year Fund
Section一般
Review Section Basic Section 56070:Plastic and reconstructive surgery-related
Research InstitutionTohoku 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 2023)
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 / 機械学習 / 長さ-張力曲線 / 下垂要因 / 人工知能 / AI / 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

機械学習の学習用素材および評価用対象となる、過去の眼瞼下垂症例を整理したが、研究代表者の前および前々所属施設の症例を含むため、臨床研究計画を立案し、その審査申請に向けて準備中である。複数施設にまたがる臨床研究となるため、計画立案に時間がかかっており、まだ実際の症例データを機械学習させる段階に至っていない。
一方、機械学習のためのプログラム作成は、並行して研究を進めている他の臨床素材を対象に、ほとんど完成しており、本研究における学習用データが使用可能となれば、すぐにでも機械学習は開始可能な段階にある。実際に、難治性潰瘍を素材とした機械学習システムを応用に移し、英文論文に投稿してacceptされた。(Tachi K, et al. Application to Quantify Ulcer Areas and Track Its Progress. In press)

Current Status of Research Progress
Current Status of Research Progress

4: Progress in research has been delayed.

Reason

機械学習の学習用素材および評価用対象となる、過去の眼瞼下垂症例を整理したが、研究代表者の前および前々所属施設の症例を含むため、臨床研究計画を立案し、その審査申請に向けて準備中である。複数施設にまたがる臨床研究となるため、計画立案に時間がかかっており、まだ実際の症例データを機械学習させる段階に至っていない。

Strategy for Future Research Activity

本研究の臨床素材を機械学習システムによって解析可能とするために、一刻も早く多施設間の臨床研究審査の認可を得て、確立された機械学習システムで解析を開始する。

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (5 results)

All 2024 2023 2022

All Journal Article (1 results) (of which Peer Reviewed: 1 results,  Open Access: 1 results) Presentation (4 results)

  • [Journal Article] Application to Quantify Ulcer Areas and Track Its Progress2024

    • Author(s)
      Kazufumi Tachi, Koichi Gonda
    • Journal Title

      Plastic and Reconstructive Surgery Global Open

      Volume: -

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Presentation] AI搭載リアルタイム潰瘍評価システムの開発研究-機械学習アプリケーションの開発と評価-2024

    • Author(s)
      舘一史、權太浩一、丹羽準也、高見淳
    • Organizer
      第67回日本形成外科学会総会・学術集会
    • Related Report
      2023 Research-status Report
  • [Presentation] 潰瘍面積を自動計測するアプリケーション開発と潰瘍改善を示す新しい2つの指標の考案2023

    • Author(s)
      舘一史、權太浩一、高地崇
    • Organizer
      第15回日本創傷外科学会総会・学術集会
    • Related Report
      2023 Research-status Report
  • [Presentation] 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2022

    • Author(s)
      権太浩一、高地崇、舘一史、丹羽準也
    • Organizer
      第65回日本形成外科学会総会・学術集会
    • Related Report
      2022 Research-status Report
  • [Presentation] 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 -予備研究:ステッカーの認識と計測-2022

    • Author(s)
      舘一史、権太浩一、高地崇、丹羽準也
    • Organizer
      第31回日本形成外科学会基礎学術集会
    • Related Report
      2022 Research-status Report

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi