2022 Fiscal Year Research-status Report
Prediction and stratification of acute kidney injury with a machine learning algorithm in intensive care unit
| Project/Area Number |
19K18321
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
佐藤 憲明 東京大学, 医科学研究所, 助教 (90838997)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 機械学習 / 急性腎障害 / ネットワーク解析 |
|---|
| Outline of Annual Research Achievements |
本研究は機械学習を用いて集中治療部における急性腎障害（AKI）の発症予測モデルの構築を行い、寄与因子の同定やその根拠可視化手法を開発することを目的としている。今年度は引き続きモデル作成とその精度検証を行った。具体的には機械学習における予測根拠可視化手法の不確実性表現に関する研究や、がん患者におけるAKI発症の個々人の予測根拠の臨床的な解釈についての研究を行った。さらに、今までに構築した計算リソースを利用してオミクスデータから遺伝子間のネットワーク解析を行う論文と腎障害を引き起こすウイルスの基礎的な解析論文を発表した。これらの成果は最終的に臨床データとオミクスデータの統合解析を通じて腎疾患の診療、病態解明の一助となることが期待される。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
急性腎障害の機械学習を用いた予測モデル構築とその根拠可視化手法の開発を進め、さらに腎疾患の発症や病態理解に資する研究発表を行ったため。
|
| Strategy for Future Research Activity |
機械学習を用いて大規模データベースで特定のアウトカムの予測を行う研究は既に多く報告されており、実際に予測モデルを用いた前向き研究による実臨床における有用性の確認や、オミクスデータといった他データの融合よる病態理解の研究に発展していく。
|
| Causes of Carryover |
今年度投稿予定であった論文の英文校正代金や、投稿中論文のArticle processing chargeを今年度予算に計上していたが、今年度中の執行が出来なかったため、次年度使用額が生じた。来年度の延長申請を行い、来年度中に投稿、受理を見込んでおり、当初の予定通り処理に係る代金に使用する予定である。
|
