臨床細菌分離培養でのコロニー形成タイムラプスAI解析による早期菌種推定技術の開発

• Project/Area Number: 22K19662
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 58:Society medicine, nursing, and related fields
• Research Institution: Hirosaki University
• Principal Investigator: 藤岡 美幸 弘前大学, 保健学研究科, 講師 (00374827)
• Co-Investigator(Kenkyū-buntansha): 野坂 大喜 弘前大学, 保健学研究科, 講師 (80302040)
• Project Period (FY): 2022-06-30 – 2025-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000); Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2022: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: タイムラプスAI解析 / 細菌分離 / 早期菌種推定

Outline of Research at the Start

細菌検査における菌種同定は菌分離など、臨床検査技師の経験値が大いに影響する。従来の検査法は検体採取から菌種同定までに数日を要し,検査短縮技術の確立が求められる。医療AI解析は従来の診断基準に捕らわれないアルゴリズムでの特徴量抽出に基き,経験を問わず高精度な判断が得られる利点がある。細菌検査では各細菌の発育時の性状を反映させたコロニー形成が菌種同定上の有用情報源となる。そこで本研究は細菌検査の分離培養の時間的及び経験的課題を解決するべく,コロニー形成時のタイムラプス画像のAI解析による早期菌種推定について研究を行い,細菌検査分野における新たな早期菌種推定技術としての医療AI基盤技術を確立する。