2020 Fiscal Year Research-status Report
人工知能アルゴリズムによる音響解析を用いたLVAD診断システムの構築
| Project/Area Number |
20K17715
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
三隅 祐輔 大阪大学, 医学部附属病院, 医員 (20631477)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 植込み型左室補助人工心臓駆 |
|---|
| Outline of Annual Research Achievements |
補助人工心臓(LVAD)装着患者の駆動音データと、臨床的なアウトカムとの関係性に関して、機械学習を用いた予測アルゴリズムを作成した。この研究成果に関する論文発表を行った。概要を以下に記す。
LVAD(Jarvik2000)装着患者の駆動音を小型高感度マイクで収録し、カスタムソフトウェアを用いて音響信号を解析した。LVADポンプ回転に伴う楽音及びその他のノイズについて、周波数成分と振幅成分等を抽出した。続いて音響データの数値化(特徴量の抽出)、予測因子の選択(重要特徴量を決定)、これらと臨床的に定義したアウトカム(今年度は、大動脈弁逆流(AR)の有無に設定した)との比較検討を行った。機械学習による予測モデルの作成と検証を行った。
具体的には、LVAD装着患者13例より聴取した音響データ(n=245)を解析した。アウトカムは、心エコーにて中等度以上のARを認めた26(10.6%)を「有意」、残り219(89.4%)を「有意でない」と設定した。時間周波数解析を用いて各音響データから19の特徴量を抽出し、その中からアウトカムとの相関が強い4つの重要特徴量を選択した(アンサンブル法及びt検定)。この重要特徴量を用いて機械学習モデルの比較を行い、アンサンブル学習法を選択し、予測モデルを作成した。交差検定(leave-one-out法)でのモデル性能評価は、陽性的中率86%、area-under-curve 0.71であった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
初年度の研究計画は、①実際の症例で録音されたLVAD駆動音と各症例のLVAD駆動状況や循環動態因子との関連の解明、ならびに、②LVADを組み込んだ模擬循環回路を用いた、LVAD駆動音とLVAD駆動状況や循環動態因子の関連の検証、の二項を設定していた。①に関しては、上記に記載した如く、アウトカムを「大動脈弁逆流症」と設定した研究の論文化によって達成されている。反面、当初目標としていた新規機種(HeartMate3およびHeartWare VAD)での解析は、新型感染症に伴う行動制限のためLVAD駆動音の録音ができず実行できていない。その代替として、既に録音を終えていた他機種での解析を行うこととし、現在解析をすすめている。②の概要は、植込み型LVADの教育用模型とその前後に前負荷・後負荷や自己心拍出を再現するchamberやポンプを組み込んだ模擬回路を作成し、前負荷・後負荷の変化や自己心拍出の変化に伴ってLVAD駆動音がどのように変動するのかを解析する、また、模擬血栓を回路内に循環させることで血栓形成に伴ってLVAD駆動音がどのように変化するのか解析する。とうものであるが、解析対象機種の実験用サンプルの調達が困難のため初年度での実施は見送った。しかしながら、次年度の研究計画としていた③LVAD駆動音から個々の病態を診断するアルゴリズムの作成、に関しては①での「大動脈弁逆流」やその他未発表のアウトカムとした研究成果を用いて機械学習による予測モデルを作成しており、部分的には既に前倒しで計画が達成されていると考えられる。したがって、研究全体の進捗状況は「概ね順調」と判断した。
|
| Strategy for Future Research Activity |
初年度の研究によって、機械学習を用いたLVAD音響の解析にて、LVAD駆動音の変化と「大動脈弁逆流の有無」に関する知見を得ることができた。他の臨床的なアウトカムとしては、LVAD装着患者における慢性期の合併症である血栓塞栓症やポンプ機能不全などの「LVAD flow obstruction」、あるいは「自己心機能の変化」といったものが想定される。「大動脈弁逆流」に対してはある特定の機種においては機械学習による予測モデルが作成できているが、今後、他の機種においても同様のアウトカムの予測が無しえるか検討し、且つ、「血栓塞栓症」や、「自己心機能の変化」に対しても解析方法の更なる検討を行い、有用な予測モデルを作成することが目標である。これらのアウトカムに関しては、臨床症例の音響データの解析に基づき、既にいくつかの知見を得ている。
「血栓塞栓症」に関しては、臨床的に血栓塞栓症(脳梗塞など)を認めた症例、あるいは、LDH上昇を認めた症例の音響データを解析し、各々の正常時と比較検討している。このような症例においては、正常時には認めていかなったノイズが新たに出現したり、LVAD駆動音の不規則な変動が出現したりといった所見が見られる。
「自己心機能の回復」に関しては、LVAD装着後に自己心機能の改善を認めた症例の音響データを解析し比較検討した。自己心機能回復時のLVAD駆動音は、LVAD装着直後と比較して、駆動音周波数において特徴的な変化がみられることが分かっている。
機械学習を用いたLVAD音響データの解析によりLVAD異常検出を可能とし、LVAD合併症の早期診断や在宅患者における遠隔診断システムのための技術的基盤を確立すべく、継続して研究を進めていく。
|
| Causes of Carryover |
LVADを組み込んだ模擬循環回路を用いた、LVAD駆動音とLVAD駆動状況や循環動態因子の関連の検証、を企画していたが、解析対象機種の実験用サンプルの調達が困難のため初年度での実施は見送った。代替実験の方法については現在検討中である。
|
-
[Journal Article] Prediction of aortic valve regurgitation after continuous-flow left ventricular assist device implantation using artificial intelligence trained on acoustic spectra2021
Author(s)
Yusuke Misumi, Shigeru Miyagawa, Daisuke Yoshioka, Satoshi Kainuma, Takuji Kawamura, Ai Kawamura, Yuichi Maruyama, Takayoshi Ueno, Koichi Toda, Hidetsugu Asanoi, Yoshiki Sawa
-
Journal Title
Journal of Artificial Organs
Volume: in press
Pages: in press
DOI
Peer Reviewed / Open Access
