2021 Fiscal Year Research-status Report
人工知能と集中治療患者情報システムを用いた革新的な人工呼吸器離脱戦略
| Project/Area Number |
20K17876
|
|---|
| Research Institution | Nippon Medical School |
|---|
Principal Investigator |
五十嵐 豊 日本医科大学, 医学部, 講師 (50771101)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 機械学習 / 人工呼吸器離脱 |
|---|
| Outline of Annual Research Achievements |
本年は、機械学習の精度を上げるための工夫として、不確実性を考慮したartificial neural networkによる予測を行った。不確実性を考慮したモデルの方が、不確実性を考慮しないモデルより精度は上昇した(Table 2)。さらに、external validationでは精度が上昇し、accuracy 0.51 , precision 0.17, recall 0.73, negative predictive value 0.93, F1 score 0.27であった。抜管失敗した症例は、おおむね全期間において予測失敗率は高く不確実性は低かった。さらに予測失敗率が低下する際、不確実性は上昇していた。不確実性を考慮することにより、一時的に不確実性が上昇し予測失敗率が低下した際に、抜管して失敗することを防ぐことが可能である。精度は予想以上に上昇し、日本集中治療医学会にてその成果を発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
データベースからデータを抽出するプログラムを開発し、当施設に10年間に入院した約1.5万人の集中治療に関するデータを抽出した。さらに人工呼吸管理を行った患者のデータを用いて機械学習を行い、抜管失敗の予測モデルを作成した。
その結果、比較低精度の高い予測を行うことができ、重要な特徴量も過去のプロトコルと一致するものが多く妥当なものであった。これらの結果は、J Nippon Med Sch誌で発表した。
|
| Strategy for Future Research Activity |
今後は症例数を増加しさらに精度を向上させるとともに、実装に向けてリアルタイムに予測値を算出するプログラムの開発を行う。プログラムを開発したら、ランダム化比較試験を行う予定である。人工呼吸管理中の患者を対象に、機械学習による予測値を利用して抜管を判断する群と利用しないで判断する群に分け、抜管失敗・人工呼吸管理期間・気管切開などをアウトカムとして比較する。
|
| Causes of Carryover |
コロナにより国際学会での発表ができませんでした。
|
