機械学習による冠動脈病変の発生部位の予測

• Project/Area Number: 23K15157
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 53020:Cardiology-related
• Research Institution: Osaka University
• Principal Investigator: 土肥 智晴 大阪大学, 大学院医学系研究科, 招へい教員 (90838137)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2025: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2024: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000); Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 冠動脈疾患 / 機械学習

Outline of Research at the Start

我が国の虚血性心疾患の罹患率は依然として高く、急性冠症候群による死亡率は減少傾向ではあるものの、未だ我が国の死亡率第二位であり、大きな問題である。急性冠症候群では、プラークがどこに形成されるかがその予後に大きく影響する。冠動脈形状からプラーク発生部位が事前に予測可能になれば、発症前からの介入または監視が可能となる。本研究では、冠動脈プラーク形成には血管の形状が深く関与しているとの仮説のもと、機械学習を用いて冠動脈CT画像を詳細かつ自動的に解析し、冠動脈プラーク形成を予測するモデルを構築する。

Outline of Annual Research Achievements

本研究は、冠動脈プラーク形成には血管の形状が深く関与しているとの仮説のもと、機械学習を用いて冠動脈CT画像を詳細かつ自動的に解析し、冠動脈プラーク形成を予測するモデルを構築する。またこのモデルを発症前の冠動脈CT画像に適応させてその性能を検証し、効率的かつ効果的な冠動脈疾患の予防戦略の確立を目指すことを目的とした。
まず、研究協力者らと協議し、研究内容と研究実施に関して複数回ミーティングを行った。これによりいくつか研究計画を変更する予定である。第一に多施設共同研究の前に大阪大学医学部附属病院のみのデータでProof of conceptとして研究を行い、冠動脈CT画像の解析方法を検討することとなった。次に、解析方法に関しては当初予定していた画像生成モデルに加えて、グラフ理論を用いた解析を追加することとなった。これに従い、研究計画書を作成し、現在倫理審査中である。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

研究内容の変更（解析方法の追加）及び研究代表者の異動があり、対応に時間を要したため

Strategy for Future Research Activity

研究計画書は作成済で、現在倫理審査中である。
倫理審査にて承認された後、大阪大学医学部附属病院のデータ１０００例ほどで、PoCとして解析を行うことを予定している。画像の抽出には、大阪大学医学部附属病院医療情報部の協力のもと画像収集システムによる一括抽出を予定している。