冠動脈疾患患者の予後を光干渉断層画像から機械学習で予測する

2022 Fiscal Year Research-status Report

• Project/Area Number: 20K17117
• Research Institution: Osaka University
• Principal Investigator: 中村 大輔 大阪大学, 医学部附属病院, 特任助教(常勤) (30869970)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 機械学習 / 光干渉断層 / 石灰化プラーク

Outline of Annual Research Achievements

薬剤溶出性ステントの進化によって、経皮的冠動脈形成術 (PCI)は安定した成績が得られるようになったが，多枝病変例や糖尿病合併例等の複
雑病変では冠動脈バイパス術に匹敵する臨床成績が示されていない。一方で、日本循環器学会のガイドラインにおいて、血管内イメージングガ
イドによるPCIが推奨されており、光干渉断層 (OCT)は血管内超音波よりも高解像度であり、詳細に冠動脈内を観察できる。本研究では、人工
知能による機械学習を用いて、OCTのPCI前後の解析情報、患者情報より、心血管死亡、再血行再建、ステント血栓症の新しい予測因子を見出し
、PCIにおける今後のよりよい治療戦略の構築を目指す。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

COVID19流行により、PCI数が減少したことによる。

Strategy for Future Research Activity

COVID19流行が収束し、PCI数も上昇する可能性が高い。また、病院間の連携もとりやすくなる可能性が高い。

Causes of Carryover

COVID191流行のため研究計画が遅延し、次年度まで予算が必要となった。