Deep learning-based prediction model for intraoperative neuromuscular blockade

Research Project

Project/Area Number	23K14406
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 47060:Clinical pharmacy-related
Research Institution	Tokyo Medical and Dental University
Principal Investigator	朝田瑞穂東京医科歯科大学, 大学院医歯学総合研究科, 非常勤講師 (60961290)
Project Period (FY)	2023-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000) Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2023: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Keywords	ディープラーニング / ロクロニウム / 筋弛緩深度予測
Outline of Research at the Start	精密な操作が要求される手術において、筋弛緩薬による体動の抑制は欠かすことができない前提条件である。適切な筋弛緩薬投与量を定めることは非常に重要であるが、現在臨床において最も頻用される非脱分極性筋弛緩薬であるロクロニウムは作用時間が成人で20-90分と4倍もの個人差があり、信頼に足る個別化投与予測法は存在しない。本研究ではディープラーニング法を用いることで、従来の方法では不可能なほど膨大な変動要因を参照し、ロクロニウム投与後の筋弛緩深度の経時的変化を予測しうる患者毎に個別化した投与法を見出す。本研究によりロクロニウムの使用は従来よりも「安全」かつ「有効」に行えると期待できる。