気管挿管の確実・安全性向上のための人工知能による生体構造物の認識・誘導技術の構築

2023 Fiscal Year Research-status Report

• Project/Area Number: 20K17866
• Research Institution: Hiroshima University
• Principal Investigator: 鈴木 慶 広島大学, 医系科学研究科(医), 専門研究員 (30770838)
• Project Period (FY): 2020-04-01 – 2025-03-31
• Keywords: 人工知能 / 気道確保 / 気管挿管 / 蘇生

Outline of Annual Research Achievements

気管挿管は，重要な生命維持・蘇生処置である一方で非常に困難な手技であり，安全・確実性を高めるための技術開発の余地がある.本研究の目的は，ビデオ喉頭鏡の映 像から人工知能によって声門を含む生体構造物を臨床応用が可能な程度に高精度に認識できるか，その結果を用いて術者に対して気管チューブを声門に誘導する ための操作指示を発することが可能かどうか検討し，気管挿管をより安全にかつ確実に行うためシステムの基礎となる技術の構築を行うことである. 2020年度 は，人工知能の学習用画像の収集・集積を目的として，広島大学病院にてビデオ喉頭鏡・エアウェイスコープによる気管挿管動画を撮影・保存・集積を 行なっ た.それらの画像から気管挿管の動画から1フレームずつ切り出した画像に気管挿管の指標となる声門と食道をマーキングし，人工知能の機械学習用画像を 作成 した.次に，画像認識の機械学習ソフトウェアを用いて，作成した学習用画像を教師データとし人工知能に声門・ 食道といった各構造物を機械学習させる作 業 を開始した. 2021年度は，上記の機械学習作業を継続して行った.ただし，認識精度を向上させるために，集積数が少ない画像(例えば「食道入口部」など)をさ らに収集す ることが必要であり，上記の気管挿管動画の撮影・保存・集積作業が必要な状況である.また，画像認識ソフトをパソコンに内蔵させ，画像を認識を リアルタイ ムに行うためのソフトウェアを作成した. 2022年度は学習用画像の収集と作成を行い，それらの画像を用いて画像認識ソフトの試用を行い，動作を確認した，2023年度は，機械学習後の認識精度向上のため，学習用画像の作成・集積を行なった．
本研究は人体への侵襲はなく，有害事象は発生していない．

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

画像認識ソフトが既に作成されたことで，実証・実用段階に近づきつつある.ただし，人工構造物のうち，食道などの画像が想定よりも収集不足である.理由として，COVID19流行により，気道確保実施時の感染防御が重要となり，そのため画像収集する機会が非常に限定的となったためである．

Strategy for Future Research Activity

今後は1学習用画像の追加収集・作成，2機械学習による画像認識ソフトの精度向上，3画像認識ソフトを使用した実証実験を行う予定である.
COVID19の流行に関わらず，気管挿管時の感染防御はルーチン化され，感染防御を十分に行いながら画像収集することが可能となったことで，1とそれを基として2を推進していく．
3についてはすでに実施できる環境にあり，1,2に続いて迅速に作業を進める.

Causes of Carryover

現時点までに，学会発表，論文作成を行うことはできていない.理由としては，COVID19流行のため，機械学習に必要な学習用画像集積が不十分であり，研究成果をプロダクト化できず成果発表ができなかったためである.
今後は感染防御を行いつつ，画像収集を強化する.画像認識ソフトを使用した実証研究を行い，学会・ 論文発表を行う.