2022 Fiscal Year Annual Research Report
Development of advanced AI system for high accurate diagnosis of cerebral infarction and myocardial infarction
| Project/Area Number |
20H02108
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
廣瀬 佳代 東京大学, 医学部附属病院, 病院診療医(出向) (40532221)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
梅津 信二郎 早稲田大学, 理工学術院, 教授 (70373032)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 心房細動 / 心筋梗塞 / ハイブリッドAI判定システム / リアルタイム判定 / カオス解析 |
|---|
| Outline of Annual Research Achievements |
本申請課題は、心原性脳梗塞と心筋梗塞の原因疾患・予兆である心房細動と狭心症を早期発見することにより、それらの発症を予防することを目的とした。具体的には、医療機器水準の測定精度を実現したセンサを用いてバイタルデータを取得し、このデータに対するハイブリッドAI判定システムを構築することで早期発見・予防を実現するものである。心房細動と狭心症は定常的に起こっているとは限らないため、定期検診で完全に発見するのは、困難である。特に、心房細動は、自覚症状が少ないため、受診せず、80万人もの未発見の隠れ心房細動患者がいると推定されている。このことから、本申請研究で開発する薄膜のヘルスモニタリングデバイスが強く求められている。本研究によって、日常生活中での測定であるにも関わらず、医療機器レベルでの高精度なヘルスモニタリングが可能なことを実証し、さらにハイブリッドAI判定システムを構築した。カオス手法を利用した判定システムを構築することは、通常のAIシステムと比較して、コンピューター負荷が極めて低く、簡易コンピューターであっても、リアルタイム解析が可能であることを確認した。このことを確認した上で、5秒に一回測定したバイタルデータに基づき、疾患判定をフィードバックする（モニタ表示可能）システムを構築した。
また、日常生活での測定が可能なシステムなため、アーティファクトが重畳する。アーティファクトが重畳している時間領域のデータを疾患判定に使わないことで、ある程度の判定精度を保証できることを確認した。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
Research Products
(2 results)
