Study of objective and quantitative measures of anesthesia skills and assessment of learning effect using automatic analysis by artificial intelligence system

2019 Fiscal Year Annual Research Report

• Project/Area Number: 17K11049
• Research Institution: Mie University
• Principal Investigator: 宮部 雅幸 三重大学, 医学系研究科, リサーチアソシエイト (60145589)
• Co-Investigator(Kenkyū-buntansha): 亀井 政孝 三重大学, 医学部附属病院, 教授 (60443503) ; 島岡 要 三重大学, 医学系研究科, 教授 (40281133) ; 坂本 良太 三重大学, 医学部附属病院, 助教 (10581879) ; 坂倉 庸介 三重大学, 医学部附属病院, 助教 (50608940) ; 川本 英嗣 三重大学, 医学部附属病院, 助教 (20577415) ; 伊藤 亜紗実 三重大学, 医学部附属病院, 助教 (80740448)
• Project Period (FY): 2017-04-01 – 2020-03-31
• Keywords: 気管挿管 / モーションキャプチャ / ディープラーニング / 臨床手技教育 / AI

Outline of Annual Research Achievements

本研究は、3Dモーションキャプチャによる気管挿管手技動作の定量化、熟練医師と初学者の身体運動の差異の抽出、さらに客観的な評価・解析方法の確立を目指している。挿管動作に関し麻酔科専門医と初期研修医との差異を比較するために、人形を用いて気管挿管させ、モーションキャプチャで動作データを取得比較した（麻酔科専門医n=13, 初期研修医n=13）。データの解析は従来の仮説検証型の人的アプローチで行った。その結果、喉頭鏡の動きの“滑らかさ”の指標である加速度の時間微分値（Jerk）に違いが見られ、熟練医師の方が喉頭鏡の動きが滑らかと報告した（Sakakura Y, Kamei M, Sakamoto R, et al: Biomechanical profiles of tracheal intubation: a mannequin-based study to make an objective assessment of clinical skills by expert anesthesiologists and novice residents. BMC Med Educ. 2018;18:293.）。さらに、従来の仮説検証型の人的アプローチとは異なる、より客観的なディープラーニングによる人工知能的アプローチによる解析を実施した。２クラス分類問題として従来から人工知能にもよく用いられているSupport Vector Machine (SVM)の利用、および近年注目されているDeep Neural Network (DNN)を用いた解析を実施し、現在論文投稿準備中である。さらに、喉頭鏡の滑らかな動き（Jerk）が専門医の技術の指標となるか検証する研究として、初期研修医の教育前後でJerkが低下、すなわち動作が滑らかになるか研究を続けている。