2021 Fiscal Year Annual Research Report
Machine learning prediction of hematoma growth in acute intracerebral hemorrhage
| Project/Area Number |
20K17947
|
|---|
| Research Institution | Department of Clinical Research, Nationai Hospital Organization Mie Chuo Medical Center |
|---|
Principal Investigator |
谷岡 悟 独立行政法人国立病院機構三重中央医療センター(臨床研究部), その他部局等, 脳神経外科医師 (80838003)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 機械学習 / 脳出血 / 増大 / 予測 |
|---|
| Outline of Annual Research Achievements |
脳出血は発症後約3割で増大を認めると言われており，入院当初に血腫増大の予測を行うことは，治療戦略を立てる上で極めて重要である．様々な増大予測因子の研究が行われているが，多数の因子を組み合わせた予測モデルはこれまで報告されていない．機械学習は人工知能の根幹となる技術で，近年様々な分野で応用されているが，データの分類やデータから導き出される結果の予測に秀でている．本研究では，脳出血患者の入院時の年齢や性別，採血データ，既往歴等の臨床情報と，血腫量や血腫吸収値の特徴等のCT所見を，機械学習を用いて解析し，血腫増大の予測モデルを作成することを目的とする．
4施設から422症例の脳出血患者データを収集した．データ収集にあたっては，各施設での倫理委員会での審査を経た．351症例を機械学習モデル作成用のトレーニングデータとし，71症例をモデル検証用のデータとした．機械学習のアルゴリズムには，k最近傍法，線形モデル，サポートベクタマシン，ランダムフォレスト，XGboostを用いた．これらのアルゴリズムとトレーニングデータを用いて，機械学習モデルを作成した．モデルは検証用データを用いて評価した．また，これまでに提唱されている脳出血増大予測スコア（BAT，BRAIN，9-point）を，同様の検証用データを用いて評価した．機械学習モデルと，従来の増大予測スコアの結果を比較したところ，有意に機械学習モデルの方が，良い性能を示した．なお，使用したアルゴリズム，データについては，インタネット上にアップロードし，第三者による使用や検証が可能な状態とした．
研究成果については，第46回日本脳卒中学会学術集会，第50回日本神経放射線学会，第75回国立病院総合医学会で発表を行った．また，論文原稿の作成は終了し，当概要の作成時点でrevision中である．
|
