| Project/Area Number |
22K12776
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90110:Biomedical engineering-related
|
|---|
| Research Institution | National Cardiovascular Center Research Institute |
|---|
Principal Investigator |
上村 和紀 国立研究開発法人国立循環器病研究センター, 研究所, 室長 (10344350)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 心原性ショック / 体外膜型人工肺 / 左心補助装置 / 自動制御 / 循環平衡理論 / ECMO / LVAD / 循環管理システム / 体外式膜型人工肺 / コンピュータ制御 / 機械学習 |
|---|
| Outline of Research at the Start |
本研究の目的は、体外式膜型人工肺(ECMO)を適用した重症循環不全患者における循環管理を支援する、コンピュータ(PC)制御ECMO循環管理システムを開発することである。ECMOは、心原性ショック等の重症循環不全や新型コロナウィルス感染症(COVID19)等に伴う重症呼吸不全において、循環呼吸維持のために適用される。しかし肺水腫等の合併症があり、その救命率は依然として不良である。本研究では、申請者が開発してきた心臓血管作動薬投与をPC制御する循環管理システムや機械学習循環モニターを、ECMO管理に応用し発展させ、一般医でも専門医レベルの適切なECMO循環管理を可能にするシステムを開発する。
|
| Outline of Annual Research Achievements |
コンピュータ制御と機械学習による体外式膜型人工肺ECMOの全循環管理システム開発を行った。
心原性ショック(CS)患者の救命にECMOが用いられるが、左室後負荷増加、肺水腫(ECMO lung)は予後を悪化させうる。経皮的左室補助装置LVAD(Impella)の併用(ECPELLA)は患者予後改善が期待できる。しかしECPELLA循環管理は時に複雑で困難である。この問題を解決するため、ECPELLA循環、つまりECMO+LVAD循環におけるECMO流量・LVAD流量・心臓血管作動薬投与量をコンピュータ自動制御し、血圧(AP)・総血流量（TSF= ECMO流量+LVAD流量+自己心拍出量(CO))・左心房圧(PLA)を目標値へ正常化するシステムを開発した。まずECMO-LVAD循環を循環平衡理論に基づいてモデル化し、モデルに基づいてシステムを設計した。麻酔下犬連続７例で検討した。冠動脈塞栓でCS作成し、ECMOを開始しECMO lung状態になることを確認したのち、LVADとともにシステムを起動した。起動後６０分間、システムの自動循環管理を観察した。CSにおいてECMO起動するとPLA増加しECMO lungになった。5分にシステム起動するとECMOとLVADの回転数・ニトロプルシドおよび輸液投与量が自動制御され、COに応じてECMO流量・LVAD流量は最適化された。制御開始後40‐60分(Controlled)には、AP目標値(70mmHg)、TSF目標値(120ml/min/kg)、PLA目標値(14mmHg)へ正確に自動制御された。開発したシステムはECPELLA循環管理を自動的に最適化しうると期待された。また末梢動脈波形の収縮期圧面積を特徴量とし、心拍出量を教師信号とする機械学習法により、心拍出量を精度よくモニターするシステムも開発した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初、計画していたECMO循環管理システムを基盤開発後、ECMO-LVAD循環管理システムへと発展でき、また動物実験にてその制御性能を検証できたことから、順調に進展していると判断した。
|
| Strategy for Future Research Activity |
開発したECMO-LVAD循環管理システムの更なる改善を行い、そのシステム臨床応用に必須になる、低侵襲左心房圧モニターの開発も行っていく。
|
