深層学習を利用した高齢者総合的機能評価の効率化

Research Project

Project/Area Number	24K14321
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 59010:Rehabilitation science-related
Research Institution	University of Toyama
Principal Investigator	染谷芳明富山大学, 学術研究部医学系, 特命助教 (20392714)
Co-Investigator(Kenkyū-buntansha)	高岡裕富山大学, 学術研究部医学系, 教授 (20332281) 赤間啓之富山大学, 医学部, 協力研究員 (60242301)
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: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Keywords	高齢者総合的機能評価 / 深層学習 / 安静時脳機能画像法 / 機能的磁気共鳴画像法 / functional MRI
Outline of Research at the Start	老年期の医療や介護は対象者の状態を包括的に理解する必要がある。高齢者総合的機能評価(CGA)は有効だが、評価項目が多岐にわたり煩雑である。そこで、深層学習を利用しCGA 評価スコアの予測が可能となれば有用性が高い。本研究では、 1. 深層学習を用い、脳データと医学的検査数値の組み合わせを利用し、認知機能、抑うつ、そして嚥下機能の各評価スコアを予測可能な深層学習モデル群を構築する。 2. 被験者を募集し脳データ等を収集後、1で構築した深層学習モデルを実証検証する。 3. 深層学習モデルによる予測値を利用したCGAについて、実証検証する。以上の 3 段階の目標を設定し実用性の高い成果を目指す。