2019 Fiscal Year Research-status Report
Predicting prognosis in patients with heart failure using machine learning for histopathological images
| Project/Area Number |
19K17596
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
土肥 智晴 大阪大学, 医学部附属病院, 特任助教 (90838137)
|
|---|
| Project Period (FY) |
2019-04-01 – 2021-03-31
|
| Keywords | 心不全 / 病理画像 / ディープラーニング / リバースリモデリング |
|---|
| Outline of Annual Research Achievements |
本研究は、心不全患者の心筋病理組織画像を機械学習を用いて解析し、リバースリモデリングを予測する新規モデルを構築する。このモデルを用いて、心不全患者のリバースリモデリングを前向きに予測することができるかどうかを検証することを目的とした。
まず、心不全患者の心筋病理組織画像の収集を行い、88例の標本を抽出した。次にこれらの症例の基本情報（年齢、性別、体重。身長など）、臨床情報（基礎心疾患、併存疾患、血液検査所見）、心臓に関する情報（心電図所見、心エコー図所見）、および予後情報（1年後の心エコー図所見、死亡、心臓手術施行の有無、心移植の有無、左室補助デバイスの使用の有無など）を収集し、リバースリモデリングあり、なしのラベル付を行った。そこから画像を解析に適した形式に変換し、また取捨選択を行い、約30000枚の画像で解析を行った。解析にはディープラーニングの手法を用いた学習済みモデルを利用した。本結果は2020年7月開催の日本循環器学会学術総会にて発表予定である。
今後の展開として、まだまだ予測精度に改善の余地があるため、引き続き検討を行う所存である。特に画像の前処理を重点的に見直し、より学習器が画像の特徴を捉えることができるように改良する。さらに、分類だけではなく、心機能自体の実測値を予測するようなモデルを導入し、分類タスクとの相違を見出すことも検討する。また引き続き症例の集積も行い、サンプル数を増やすことで、予測精度の向上を図る。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
心不全患者の心筋病理組織を画像化するためには病院内の所定の場所に保管されている標本を入手する必要があるが、セキュリティ上限られた者しかアクセスできないため、研究者の都合だけでは困難である点、また症例ごとに情報を収集するためには診療録を見直す必要があり、時間を要する点があげられる。
|
| Strategy for Future Research Activity |
予測精度を改善することを目的として、画像の前処理の見直し、異なるモデルの導入、症例集積を行う。
|
