2021 Fiscal Year Research-status Report
Brain signature of pain experience
| Project/Area Number |
19K07930
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
鹿野 理子 東北大学, 医学系研究科, 大学院非常勤講師 (20344658)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 内臓痛 / 脳機能画像 / 機械学習 / 予測モデル / 過敏性腸症候群 |
|---|
| Outline of Annual Research Achievements |
慢性化した痛みは、痛みの生じている末梢臓器での局所問題ではなく、脳での痛み処理機構の偏移が大きくなっている。本検討では、”痛み体験”の主な責任部位を脳ととらえ、痛み体験時の脳活動、および慢性的に痛みを持つ個体での脳活動より、痛み特異的な脳活動パターンを特定することを目的とする。
これまでに慢性的な痛みをもつ機能性疼痛の患者群（過敏性腸症候群、機能性ディスペプシア、外陰部痛）と器質性疾患（クローン病）において、同一プロトコールで、痛み刺激時、安静時、および脳形態の国際共同研究を立ち上げた。しかし多施設共同研究においては、施設間、個体間、対象群間でのデータのばらつきにより、共通項の抽出が困難であった。本検討は人工知能の機械学習アルゴリズムを脳画像解析に応用し、個々の疾患群を特異的に表像する脳活動パターンをモデル化するとともに、機能性疼痛障害に共通の脳活動パターンを同定する試みである。
本年度も、新規データ取得がCOVID-19関連の制限のために予定よりも遅延したため既存のデータを用いて、機械学習アルゴリズムを最適化する作業を継続した。健常者において、大腸刺激、胃刺激、食道刺激の消化管刺激による内臓感覚と皮膚への温熱刺激による体性感覚および外陰部刺激による体性感覚を比較検討し、従来型の解析手法により描出された脳機能画像と機械学習アルゴリズムにより抽出したパターンを検討した。機械学習アルゴリズムにより、内臓感覚と体性感覚に特異的な脳活動パターン、および両群に共通する脳活動パターンを抽出した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本検討ではこれまでに蓄積した既存データを含むデータより、様々な機能性疼痛をきたす疾患に特異的な脳活動パターンを抽出し、新規データによりその脳活動パターンの精度を検討する予定であったが、COVID-19関連による制限のために、新規データの取得の遅れが生じているため。オンラインでの共同研究者との討議は継続し、モデル作成は進めている。
|
| Strategy for Future Research Activity |
COVID-19の感染状況によるが、予定の新規データの取得を進める。新規データは、内臓刺激レベルが、知覚レベル、弱い痛み、強い痛みと変化した場合の脳活動を取得するので、刺激量、および知覚レベルの強さの変化量の違いにより脳活動のパターンを抽出するよう検討する。これまで主に健常群での痛みの性質（内臓痛、体性痛）の違いによる脳活動パターンでの弁別の精度を上げる解析を中心に行ってきたので、疾患群と健常群での違いを抽出できるように検討する。
|
| Causes of Carryover |
COVID-19関連の制限により、研究参加者協力費の支出と海外研究者との対面での共同作業・ミーティングおよび、海外学会への現地参加ができなかったため。感染状況を鑑みながら、研究参加者を募り、データの取得、直接ミーティングの開催を計画する。
|
