機械学習による急性腎障害リスクアラートツールの臨床的有用性検討
| Project/Area Number |
22K16217
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 53040:Nephrology-related
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
内野 詠一郎 京都大学, 医学研究科, 特定助教 (20820905)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | 急性腎障害 / 発症予測モデル / AI / 腎臓内科学 / 機械学習 / 人工知能 |
|---|
| Outline of Research at the Start |
急性腎障害（AKI）の発症予防のため、人工知能技術を用いたAKI発症予測モデルの構築が広く試みられているが、モデルが実際の臨床で用いられた場合の臨床医の行動への影響や、アウトカムへの影響は未だ明らかでない。本研究では、電子カルテデータを用いたAKI発症有無の予測モデルを構築し、7日以内の発症予測およびその根拠の提示や最適な介入提案を行うAKIリスクアラートツールとして実装する。このツールを成人入院患者に対して適用し、AKIハイリスクと判定された患者について腎臓内科医にリスクアラートを発行した際の診療行動への影響や臨床的効果を検証する。
|
| Outline of Annual Research Achievements |
急性腎障害リスクアラートシステムに関する、モデルの構築および説明性技術の検討について行った。説明性技術については、SHAPと呼ばれる予測モデルの予測結果に対する予測理由の説明性技術によって、腎臓内科医が考えるAKI発症理由へと一致しうる説明理由が算出可能であることが示された。
こうした知見を利用した実際の前向き試験について、京都大学医学部附属病院における実施のための体制整備と、計画および倫理審査のための準備を実施、進行している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
前向き研究のための同意取得のシステムの準備に時間を要した。
|
| Strategy for Future Research Activity |
同意取得にシステムについて、電子カルテシステムに埋め込まれたシステム開発を昨年度完了することができたため、本年度は当システムを利用した倫理審査および前向き研究を開始する。
|
Report
(2 results)
Research Products
(1 results)
