| Project/Area Number |
23K07524
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | Niigata University |
|---|
Principal Investigator |
猪又 孝元 新潟大学, 医歯学系, 教授 (20311954)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
奥田 修二郎 新潟大学, 医歯学系, 教授 (00512310)
柏村 健 新潟大学, 医歯学総合研究科, 特任准教授 (70419290)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 心筋生検 / 心不全 / 人工知能 |
|---|
| Outline of Research at the Start |
心不全には先制医療が有効だが、先を読む診療の個別化は確立されていない。左室逆リモデリング (LVRR)が心不全予後を大きく左右し、心筋生検はLVRRの強力な予測因子である。
まず、これまでに心筋生検が行われた拡張型心筋症の連続症例を用いて、後向き観察研究を行う。心筋生検および心臓MRIの画像を用い、人工知能（AI）の深層学習によるLVRRおよび心血管予後の診断精度を検証する。次に、確立したAI診断システムを用い、新潟県内施設で施行された生検およびMRI画像に加え各種臨床指標を組み込み、AIによる統合的診断精度を検証する前向き多施設共同研究を行う。
|
| Outline of Annual Research Achievements |
一部の治療により心機能が改善する現象が観察され、左室逆リモデリング(LVRR)と呼ばれる。LVRRは、予後の改善をもたらすかの先を読む指標として注目されている。LVRRは、個別化という新たな心不全治療戦略の主軸となり、これを予見する事前情報として心筋病理と心臓イメージングの有用性を報告してきた。しかし、その読影は人間の眼で判断される職人技との現状が未だ長く続いている。しかも、心臓領域では専門家や対応施設が少なく、普及や標準化の大きな妨げになっている。ヒトや場所を選ばず、判断がバラつかない方法論として、人工知能（AI）による画像読影がLVRR予見を通じて心不全患者の「これから」を診断し、最終的に人為的な診断バイアスを生まない統合的な心不全予後予測システムを確立することを研究目的とする。
2012-20年に新潟大学医歯学総合病院にて心筋生検が行われた拡張型心筋症(DCM)の連続337症例を用い、心筋生検のヘマトキシリンエオジン染色標本を、光学顕微鏡を用いたTIFFデータもしくはバーチャルスライドにより画像データ化し、convolutional neural network (CNN)モデル作成を試みている。心筋生検のAI診断システムが確立できた時点で、同じ対象例において心筋生検と同時期に行われたGd造影心臓MRI画像をデータ取得し、AIによるLVRRおよび心血管予後の診断精度を検証する。そして最終的には、統合臨床指標を用いたAI診断の前向き多施設共同研究へと発展させる。すなわち、他の臨床データと合わせ、AIによるLVRRおよび心血管予後の診断精度を検証し、心不全予後に繋がる診断アルゴリズム確立を目指している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
令和5年度は、繰り返しAI診断の精度管理の検証を行った。患者背景のばらつきを抑えたDCM91症例をLVRRの有無にて半数づつに群別化し、予備調査と同一の方法論で検討を進めた。しかしながら、学習データではaccuracyが高いが、評価データでは正解率が低いといったoverfittingから脱却できていない。すなわち、本研究開始前に行った24例での予備調査(validation accuracy 0.8924)を上回る高精度を得られず、あらためて診断アルゴリズムの設定調整を行う必要が生じた。
|
| Strategy for Future Research Activity |
令和6年度はまず、用いる画像データの条件(画像の倍率や組織の選定)や画像処理(色調調整)を修正のうえ精度向上が得られないかを追加検証する。そのうえで、DCMの連続200症例をあらたに登録し、設定したアルゴリズムへ組込み、再現性を検証する。令和7年度は、統合臨床指標を用いたAI診断の後ろ向き研究を組み、ベースラインとして心筋生検に加え心臓MRIが施行され、同時期の血液データ、心電図、心エコー図の各種データと1年後の左室逆リモデリング(LVRR)との関連を検証し、心筋生検AI診断によるLVRR予測能について得られた結果を取りまとめる。
|
