2021 Fiscal Year Research-status Report

Development of early diagnosis algorithm for paroxysmal atrial fibrillation by machine learning using a smartwatch

Research Project

Project/Area Number	20K17709
Research Institution	Chiba University
Principal Investigator	乾友彦千葉大学, 医学部附属病院, 助教 (70816503)
Project Period (FY)	2020-04-01 – 2023-03-31
Keywords	Apple watch / 心房細動 / 機械学習 / 人工知能
Outline of Annual Research Achievements	本研究はApple watchなどのスマートウォッチに搭載されたPPG技術を使用して計測された脈拍データに対し、機械学習を適用することで、発作性心房細動発生（pAF）を高精度に即座に検出、診断するアルゴリズムを開発することを目的としている。複数のパラメータに基づく予測において、従来の統計的方法では多重共線性や過学習などの問題が発生し、予測精度が低下することが知られているため、Gradient Boosting TreeやRandom Forestといった機械学習手法を用いることで、多数のパラメータから高精度な予測を行う。機械学習による診断性能は学習量によって向上することが知られており多くのデータが必要となるが、まずは80例のデータを取得し、この内10～15例のデータを利用して診断アルゴリズムの基盤を作成し、残りの症例データで検証も行うこととした。千葉大学医学部附属病院倫理委員会の承認を得て2021年3月末の時点までに80症例のデータを取得し、すべての症例データは千葉大学病院データセンターに登録した。現在これらのデータを機械学習モデルに適応できるパラメーターに変換して解析を進めている段階である。解析結果は感度特異度90%以上と制度が向上しているが、まだ予測因子の検証や診断における重要因子の算出、さらに周波数解析等新しい解析も組み込んで改良中である。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 2021年7月から3月31日までに心臓手術症例80名のデータを連続して取得した。術前患者データ、手術実施前後一般病棟においてテレメトリー心電図、スマートウォッチを同時装着し脈拍データを持続的に長期間にわたり1症例あたり最長２週間連続測定した。モニター心電図で発作性心房細動が疑われた場合には、１２誘導心電図を実施し2名の心臓専門医師により診断基準に基づき診断し、発症時間、停止時間をテレメトリー心電図で確認し記録を行った。12誘導を取得できなかった短時間のpAFに関してはテレメトリー心電図を確認し、同様に2名の心臓専門医師により診断を行なった。その他の不整脈についてもテレメトリー心電図をすべて確認し、不整脈持続時間とラベリングを行なった。スマートウォッチのその他の機能として、加速度センサーデータも取得する計画であったが、加速度測定アプリケーションを作成したもののApple watch内へのデータ保持に問題があり、アプリケーションの作成に時間を要したため、本年度以降のデータ収集を予定している。これまでの収集データについてはデータセンターでデータ固定済みであり千葉大学病院人工知能医学教室の協力の下でデータ解析を実施中である。更なるデータ収集に向けて再度臨床試験審査にプロトコール提出を準備している。
Strategy for Future Research Activity	本年度は80症例のデータを元に千葉大学医学研究院附属治療学人工知能研究センターが保有するGPUを使用して機械学習を適応して発作性AF診断アルゴリズムを開発する。機械学習による診断性能は学習量によって向上するため、今後もさらなるデータ収集を継続していく。新たにApple Watchシリーズ7以降にSPo2データ取得も可能となったため、追加してデータ収集を行い不整脈発症との関連性を分析していく。加速度センサーが実働できるようになればそれらのデータも組み込み解析を進める。 pAf診断アルゴリズムが完成した後、Apple Watch用にアプリケーションを作成しアルゴリズムの診断精度を前向きに検証していくことを検討している。入院患者で行なった後に、外来通院患者においても検証対象を拡大していく。学習によって得られた機械学習モデルをさらに分析していくことで、pAF発生時に発生する心拍変動のパターンの発見や、pAF発生の事前予測にも繋げられると期待される。
Causes of Carryover	スマートウォッチのその他の機能として、加速度センサーデータも取得する計画であったが、加速度測定アプリケーションを作成したもののApple Watch内へのデータ保持に問題があり、アプリケーションの作成に時間を要している。そのため、今年度に引き続き次年度もアプリケーションの開発、データ解析、データ収集を予定している。今年度研究を進めていく上で必要に応じて研究費を執行したため、当初の見込み額と執行額が異なったが、研究計画に変更はなく、次年度使用額も含めて当初の計画通り使用する。