臨床能力を育む医療教育システムの実現に向けた患者仮想化技術の創出
Project/Area Number |
23K24888
|
Project/Area Number (Other) |
22H03632 (2022-2023)
|
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Multi-year Fund (2024) Single-year Grants (2022-2023) |
Section | 一般 |
Review Section |
Basic Section 61020:Human interface and interaction-related
|
Research Institution | Kyoto University |
Principal Investigator |
山本 豪志朗 京都大学, 医学研究科, 特定教授 (70571446)
|
Co-Investigator(Kenkyū-buntansha) |
池田 聖 龍谷大学, 先端理工学部, 教授 (40432596)
酒田 信親 龍谷大学, 先端理工学部, 准教授 (40452411)
山本 憲 京都大学, 医学研究科, 講師 (60525567)
高嶋 和毅 芝浦工業大学, システム理工学部, 教授 (60533461)
|
Project Period (FY) |
2022-04-01 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2024)
|
Budget Amount *help |
¥17,030,000 (Direct Cost: ¥13,100,000、Indirect Cost: ¥3,930,000)
Fiscal Year 2025: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2024: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2023: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2022: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
|
Keywords | 複合現実感 / 医学教育 / ヒューマンコンピュータインタラクション / 拡張現実感 / 医療教育 |
Outline of Research at the Start |
医療シミュレーション教育では医療者の臨床能力を高めるために,特定の手技・一連の処置手順・臨床状況への対応力を習得するトレーニングが一般的に採用されている.しかし,高価な人体模型や訓練された模擬患者を要することで学びの機会が制限されてることに加えて,実現場のように患者の個としての多様性を含め具体性を持って体験できるような教育は未だ行われていない.本申請課題では,患者像を仮想的に生成する技術の創出を念頭に,医療者が「いつでも,どこでも,なんどでも」公平に学習できる仕組み作りを目指す.当実現に向け,三段階の研究課題を設定し,患者の存在を付与するシミュレーションを実現する患者仮想化技術の創出を試みる.
|
Outline of Annual Research Achievements |
研究代表者の山本グループでは,京都大学医学部附属病院にある診療録情報を対象に,患者仮想化実現に向けた実際の患者症状の調査を行い,多種のデータ形式のなかから本研究を効率よく推進していくための情報を整理し,今後の方針について検討を行った.医師との議論も定期的に実施し,患者仮想化に向けた課題点などを洗い出す作業を継続的に行っている.一方で,超音波検査装置を用いて,疑似病変を生成する技術の構築に着手している.具体的には,エコーで捉え得る病変の調査を実施し,その中から対象となる病変を選択した上で,拡張現実感を応用することであたかも病変が映り込んでいるかのように画像を加工してみせる手法を考案している.検討を重ねていくために専用の計算機を用意し,分担者の山本から助言を得つつ,その病変表現の模索を実施している.分担者の酒田グループでは,既存データベースから仮想患者データへの変換の試みとして,Web 上に存在する画像データをクローリングにより取得したデータをもとに,画像データベースを構築する手法について検討を行った.そして,仮想患者を表現するためのデータ形式への変換について検討した.分担者の高嶋グループでは,VR 技術の医学教育応用について関連研究サーベイと研究課題の明確化およびプロトタイプの設計に取り組んだ.分担者の池田グループは,既存データベースから仮想患者データへの変換の試みとして,仮想患者の自然な目線の生成技術の開発に着手した.人間らしい視線の特徴を過不足なく表現する特徴空間の設計指針を得るために,MIT Saliency Benchmark datasets 中の視線データのみを用いてシンプルな autoencoder を構築した.その結果,乱数入力(任意の入力)に対して固視やサッケード,瞬きなど基本的な特徴を含む視線を生成できることを確認した.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究代表者,分担者合わせて,大幅な遅れは特になく,それぞれ具体的な進捗を有している.全体での打ち合わせも実施し,相互の意思疎通も行った上で,各自適度に研究を進めている.その中で他への展開など,幅を持った取り組みもできており,一年目ではあるが成果発表などは少なめであったことを踏まえて,本判断に至った.
|
Strategy for Future Research Activity |
研究代表者の山本グループでは,継続して診療記録情報を基軸とした患者症状の整理に取り組むとともに,それらの活用について検討を重ねていく予定である.特に,医師である分担者の山本と情報交換を行い,患者仮想化に向けた課題に対してその解決方法の議論を熟成させていくことで,技術的な方向性を定めていく.また,超音波検査装置で得られるエコー画像への擬似病変埋め込みについて,その技術を洗練させ,医師も判別しにくい質の高い表現を目指す.これまでの取り組みによって,医師の判別ポイントが見えてきたこともあり,それらをヒントに解決方法を提案,実装する.加えて,実時間動作を目指した高速化処理にも着手し,実際のエコー検査の動作に応じて擬似病変が的確に表現できるような仕組みづくりを試みる.分担者の酒田グループは,クローリングによって取得したWeb上に存在する画像データから構築した画像データベース中から,仮想患者を表現するのにはどのような画像が適しているのかについて検討を行う.この検討を通して,画像の種類によってどのような仮想患者が表現可能なのかの知見を得る予定である.さらに,画像データベースより構築したい仮想患者に適した画像を選び出す自動抽出手法について検討を行う予定である.分担者の高嶋グループは,引き続き,VR技術の医学応用についての調査を継続するとともに医学教育従事者とより蜜に連携し,設計したプロトタイプの実装と評価に取り組む.分担者の池田グループは,GaN などの autoencoder よりも高度な生成ニューラルネットワークを用いて仮想患者の視界や注視点の奥行き変化に応じたより自然な視線の生成技術を開発する.そのためにはデータセットの自作が必要であり,視線計測器の自動較正技術の開発によりデータ取得の効率化を図る.
|
Report
(1 results)
Research Products
(8 results)