機械学習のアプローチによるPatient-based Real-time Quality Controlの開発

Research Project

Project/Area Number	24K10577
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 52010:General internal medicine-related
Research Institution	Osaka Metropolitan University
Principal Investigator	武村和哉大阪公立大学, 大学院医学研究科, 学内連携研究員 (60981256)
Co-Investigator(Kenkyū-buntansha)	中前美佳大阪公立大学, 大学院医学研究科, 准教授 (00382135) 岡村浩史大阪公立大学, 大学院医学研究科, 講師 (00803149)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Keywords	精度管理 / 臨床検査 / 機械学習 / PBRTQC
Outline of Research at the Start	臨床検査の質を担保する上で精度管理は必須であるが、自動分析装置と臨床検査情報システムを用いたリアルタイムな結果報告を行う昨今においては、生じたエラーを即時に検出する精度管理手法が求められている。これを解決するために、患者検体を用いたリアルタイムな精度管理（PBRTQC）が提唱されているが、実臨床に耐え得る性能を持つには至っていない。我々は、大量データの特徴を自動で学習し、分類問題に高い性能を持つ機械学習のアプローチが、この課題解決に有用である可能性を見出した。本研究では、この成果を発展させ、実臨床で発生し得るエラーをリアルタイム、かつ高精度に検出可能なPBRTQCモデルを開発することを目指す。