人工知能を用いた術後せん妄推論モデルの構築と患者安全性向上に関する研究

• Project/Area Number: 24K19449
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 55050:Anesthesiology-related
• Research Institution: Hirosaki University
• Principal Investigator: 木下 裕貴 弘前大学, 医学部附属病院, 助教 (70897660)
• 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: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); 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: 人工知能 / 機械学習 / 深層学習 / 推論モデル / 術後せん妄

Outline of Research at the Start

手術患者の高齢化により、術後せん妄や術後認知機能障害といった周術期合併症の予防や治療は重要度が増しており、高齢患者の術後 QOL 向上や術後管理の効率化といった点から喫緊の課題となっている。一方で医療現場のマンパワー不足は深刻な問題であり、急速な高齢化に伴う疾病構造の多様化、医療技術の進歩や細分化、医療人材不足は更なる医療安全の質の低下を生じさせる懸念がある。本研究では、患者医療データや全身麻酔中の脳波データを基に人工知能を用いてより高精度な術後せん妄推論モデルを確立し、現場の情報共有・高リスク患者へのマンパワー集約により医療資源の効率化を図ることで、高齢手術患者の安全性向上を目指していく。