臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用

• Project/Area Number: 24K13948
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58070:Lifelong developmental nursing-related
• Research Institution: Tokyo Health Care University
• Principal Investigator: 渡邊 香 東京医療保健大学, 看護学部, 教授 (70610327)
• Co-Investigator(Kenkyū-buntansha): 戸津 有美子 東京医療保健大学, 看護学部, 講師 (20774326) ; 小川 浩平 国立研究開発法人国立成育医療研究センター, 周産期センター, 部長 (40526117) ; 田中 芳治 国立研究開発法人国立国際医療研究センター, 国立看護大学校, 助教 (50609352) ; 田中 瞳 新潟青陵大学, 看護学部, 准教授 (20406903)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2026: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 分娩進行予測 / 機械学習 / パルトグラム

Outline of Research at the Start

分娩進行予測は、適切な分娩管理と母子の安全確保の上で極めて重要である。従来、フリードマン曲線が用いられてきたが、申請者は網羅的レビューにより、分娩進行には様々な要因が関連し従来の予測方法は現場での活用は限定的であるという結論を得た。近年、機械学習技術の医療への活用が進んでいる。本研究は機械学習を活用し、児娩出時刻を予測するモデルを開発する。研究期間には、①過去の2000例の自然分娩データを基に実際の児娩出時刻との差異が最小となる機械学習アルゴリズムを設計する。②パルトグラムの自由記載欄から関連情報を抽出し、モデルのトレーニングや調整を行う。