3次元OCT画像を基軸としたAIによる急性心筋梗塞病因診断の確立

• Project/Area Number: 23K16827
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 59040:Nutrition science and health science-related
• Research Institution: Showa University
• Principal Investigator: 山本 明和 昭和大学, 大学共同利用機関等の部局等, 講師 (60515592)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2024: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2023: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
• Keywords: 光干渉断層撮影 / 急性心筋梗塞 / 冠動脈 / 機械学習

Outline of Research at the Start

急性心筋梗塞の病因は生体内では光干渉断層法 (OCT) で診断が可能である。病因ごとに慢性期の予後は異なり、OCT画像の病因診断の標準化および迅速化は重要である。そのため、急性心筋梗塞のOCT画像を用いて急性心筋梗塞病因診断のAI画像診断システム開発を立案した。予後データと組み合わせることで、急性心筋梗塞急性期かつ慢性期の病因毎の治療最適化に応用可能となり急性心筋梗塞の予後改善が期待できる。

Outline of Annual Research Achievements

急性心筋梗塞に対するカテーテル治療での再還流療法時に、光干渉断層法 (OCT) を実施し冠動脈硬化を観察することは、カテーテル治療ガイダンスのみならず、病因診断に役立つ。病因診断を行うことは、病因毎の治療法の確立ならびに予後改善に寄与する可能性がある。しかしながら、OCT画像診断には一定のトレーニングが必要であり、また急性期疾患の臨床現場における画像診断は、迅速である必要がある。そのため、急性心筋梗塞のOCT画像を用いて急性心筋梗塞病因診断のAI画像診断システム開発を立案した。予後データと組み合わせることで、急性心筋梗塞急性期かつ慢性期の病因毎の治療最適化に応用可能となる。AIモデル開発に必要な準備として、急性心筋梗塞症例の登録、OCT画像収集、臨床データの収集、画像解析を進行中である。OCT画像解析においては、専門医による病因診断ならびに冠動脈硬化のプラーク解析を施行している。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

産前産後休業ならびに育児休業にて研究が一時中断していた。復職後研究再開とともに、画像データ収集、臨床データ収集、画像解析を引き続き行い、その後、機械学習モデル開発を進めていく。

Strategy for Future Research Activity

画像収集ならびに画像データ処理、画像解析、臨床データ収集を進める。正答データの作成が完了ののち、機械学習モデルの開発に移行する。