| Project/Area Number |
22K10211
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 57060:Surgical dentistry-related
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
星島 宏 東北大学, 歯学研究科, 准教授 (90536781)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宮崎 智 東北大学, 工学研究科, 助教 (10755101)
大町 真一郎 東北大学, 工学研究科, 教授 (30250856)
水田 健太郎 東北大学, 歯学研究科, 教授 (40455796)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 自動麻酔制御システム / 人工知能 / 全身麻酔 |
|---|
| Outline of Research at the Start |
本研究では，人工知能の機械学習を応用し全身麻酔の自動麻酔制御システムの構築を行う.
全身麻酔中の低血圧や徐脈は特に高齢患者で頻繁に起こり，ときに臓器虚血など重篤な転帰を辿る.これを避けるため，麻酔科医は麻酔薬投与量の調節や循環作動薬の投与により循環動態を制御するが，この作業は麻酔科医の経験則に基づいて行われているのが現状である.
本研究では，人工知能のディープラーニングによる解析技術を全身麻酔薬・循環作動薬の投薬システムに応用する.この技術により，患者の特性や循環動態に応じて最適な麻酔薬・循環作動薬投与量を自動制御できるようになり，より安全な麻酔管理が実現できる．
|
| Outline of Annual Research Achievements |
本年度の成果は、1. 臨床研究の研究前プロトコールの登録および公開、2. 臨床研究のための倫理委員会の申請、承認、3. 臨床データの収集、加工、4. 人工知能解析のプログラミングの構築である。本研究の研究プロトコールは 大学病院医療情報ネットワークへ事前に登録しweb上に公開されている。また、歯学研究科研究倫理委員会へ申請し、研究施行の承諾を得た後に研究を開始している。
さらに、本年度は、当院の全身麻酔下で管理された患者80名（医科、歯科を含む）の患者情報（年齢、性別、身長、体重）、バイタルサイン（平均血圧、心拍数、サチュレーションの値、終末呼気二酸化炭素分圧、BIS値）、また、麻酔薬（プロポフォール、レミフェンタニル）のデータを収集した。データは当院で通常使用している麻酔記録システムと患者カルテから収集した。データ量が膨大であり、効率よくデータを取得するため、エクセル関数を用い麻酔記録システムと患者カルテの紐付け作業を行うたの関数の構築を行なった。これらのデータは10分おきに収集し、CSVロングデータとして加工、保存した。
人工知能でデータ解析を行うたたき台となるプロミングを構築した。人工知能のプログラミングは、具体的に実装を行えるように、10分おきのデータを観測し薬剤投与量の平均を学習するよう構築している。入力には、12チャンネルの10連続長でRestNet18をベースとしたモデルを使用している。現時点で、80名の患者の臨床データを取得したことにより、人工知能によるデータ解析にはある程度の感度を持って示すことが予想される。しかしながら、実際に自動麻酔装置を実装する場合には、電気メスなどの電気刺激による心電図などのエラー値をどのように除去していくかを人工知能レベルで構築する必要がある。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度の進捗状況は、1. 臨床研究の研究前プロトコールの登録および公開、2. 臨床研究のための倫理委員会の申請、承認、3. 臨床データの収集、加工、4. 人工知能解析のプログラミングの構築であり順調に遂行している。
本研究の研究プロトコールは 大学病院医療情報ネットワーク(University Hospital Medical Information Network、UMIN、UMIN000050012）へ事前に登録しweb上に公開されている。また、歯学研究科研究倫理委員会へ申請し、研究施行の承諾を得た後に研究を開始している。さらに本年度は、当院の全身麻酔下で管理された患者80名の患者情報（、バイタルサイン、麻酔薬のデータを収集した。データは当院で通常使用している麻酔記録システムから収集した。さらに、データを解析する人工知能のたたき台となるプロミングを構築した。
|
| Strategy for Future Research Activity |
今後の研究の推進予定は、人工知能によるデータ解析を行うこと、また、生体モニター、人工知能、および、麻酔投薬ポンプの接続を行う。人工知能の解析には、現在構築中の仮プログラミングをベースに、患者数名のデータを用い推定される理想の薬剤の投薬量を実装できるよう改善を繰り返す。また、生体モニターと麻酔投薬ポンプの接続には、それぞれの業者へプロトコールの開示を依頼し、それを持って接続を試みる予定である。
|
