2020 Fiscal Year Annual Research Report
Development of an assessment method using point-of-care ultrasound for pressure injuries with an undetermined depth
| Project/Area Number |
18K17427
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
松本 勝 東京大学, 大学院医学系研究科(医学部), 特任講師 (40751904)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 褥瘡 / 超音波検査 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
本研究では深度判定困難な褥瘡を有する患者に対し、在宅でニーズが高まるポイントオブケアとしてのエコーによるアセスメント方法を開発し、深部組織の損傷の早期発見・治癒の実現を目指している。最終年度では、褥瘡のエコー画像判読支援ツールの開発と評価を行なった。
深層学習に基づく基づく褥瘡部のエコー画像自動分類システムを開発するため、国内の大学病院と長期療養型病院の褥瘡回診においてエコー画像を収集した。領域抽出にはU-Netを用い、褥瘡部のエコー画像に対し、不明確な層構造（軽度の浮腫），敷石像（重度の浮腫）、Cloud-like像（壊死組織疑い）、境界明瞭な無エコー像（血腫、水腫、膿瘍等の疑い）のラベル付を行った。自動分類システムの精度はDetection performance （％）とIoU（intersection over union）の2つパラメータを用いて評価した。所属施設の倫理審査委員会の承認を得て行った。
結果として、4つのエコー所見は71.4-100%のDetection performanceを示し，平均IoU値は0.38-0.80であった。本研究で開発した自動分類システムは、先行研究と比較しやや低いIoU値を示したものの、高いDetection performanceを示しており、深部損傷褥瘡の有無を判定しケアを選択するために利用できる可能性がある。深層学習に基づく分類システムにより、褥瘡エコー画像から深部組織の状態を判別できることが明らかになった。
|
