機械学習を利用したシバリングの検出

• Project/Area Number: 24K12046
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 55050:Anesthesiology-related
• Research Institution: University of Yamanashi
• Principal Investigator: 和田 啓一 山梨大学, 大学院総合研究部, 臨床助教 (70568112)
• Co-Investigator(Kenkyū-buntansha): 岩下 博宣 山梨大学, 大学院総合研究部, 助教 (10232670) ; 松川 隆 山梨大学, 大学院総合研究部, 教授 (80209519)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: 機械学習 / シバリング / 体温生理

Outline of Research at the Start

手術後のシバリング（ある温度より体温が低下した際にふるえにより熱産生を行う反応）は様々な合併症を惹起し医療費の増大を招くことが知られている。我々はウサギを用いて各種条件がもたらすシバリングを引き起こす温度の変化を研究してきた。今までの研究では観察者の目視にてその発生を検出しているが、精度に関連する誤差を排除しきれていない。そこで、機械学習を用いてシバリングの検出が可能となるような環境の構築を行うことを目標とした。