Creating a Machine Learning Model to Detect Abnormal Breathing in Children to Prevent Out-of-Hospital Cardiac Arrest

• Project/Area Number: 25K12228
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 55060:Emergency medicine-related
• Research Institution: Nara Institute of Science and Technology
• Principal Investigator: 池山 貴也 奈良先端科学技術大学院大学, 先端科学技術研究科, 研究員 (70415602)
• Co-Investigator(Kenkyū-buntansha): 中西 俊之 名古屋市立大学, 医薬学総合研究院(医学), 助教 (80857243)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: 小児の異常呼吸検知 / 機械学習 / 小児院外心停止

Outline of Research at the Start

小児院外心停止は、本邦では年間1,500件発生し、1ヶ月生存率は10％前後で不良である。小児心停止は呼吸が原因のものが最も多く、異常呼吸を検知し早期に介入すれば院外心停止の予後も改善できる可能性がある。本研究は、利用の容易な一方向のみから撮像した動画データによる非侵襲で汎用性のある呼吸評価システムを開発する。独自の機械学習の手法を用いて、動画データより小児の呼吸の質の異常検知モデルを開発する。より正確な早期の呼吸の異常検知により小児の呼吸異常に対する新たな治療方法・システムの開発も期待できる。呼吸の質も客観的に評価できれば、新しい小児呼吸評価システムの創出と心停止生存率の改善につながる。