心電図デジタルデータを用いたAI技術によるブルガダ症候群患者の突然死リスク層別化

• Project/Area Number: 24K15699
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 90110:Biomedical engineering-related
• Research Institution: Okayama University
• Principal Investigator: 中川 晃志 岡山大学, 大学病院, 講師 (70726132)
• Co-Investigator(Kenkyū-buntansha): 中村 一文 岡山大学, 医歯薬学域, 准教授 (10335630) ; 森田 宏 岡山大学, 医歯薬学域, 教授 (50322227) ; 西井 伸洋 岡山大学, 医歯薬学域, 准教授 (50537214)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2024: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
• Keywords: ブルガダ型症候群 / 心電図デジタルデータ / AI / リスク層別化

Outline of Research at the Start

本研究でAIの機械学習に用いる心電図データは国際規格のデジタルデータMFERを用いる点で新規性に加え客観性と汎用性を有し、他の検査モダリティを使用した同様研究や臨床実装へ向けた発展性が期待できる。また、心電図波形データは国際規格のデジタルデータ（MFER）を用いることによる独自性と同様他研究への発展性がある。心電計メーカーと協力して行うことから、構築されたリスク層別化モデルのアプリ作成など心電計への実装に向けた発展性にも富む。