2021 Fiscal Year Research-status Report
Establishment of a national total medical support system utilizing an on-time medical care management system for virtual beds at home
| Project/Area Number |
21K12710
|
|---|
| Research Institution | Saitama Medical University |
|---|
Principal Investigator |
小林 威仁 埼玉医科大学, 医学部, 准教授 (90618266)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
鈴木 朋子 埼玉医科大学, 医学部, 教授 (10400342)
廣岡 伸隆 埼玉医科大学, 医学部, 准教授 (10719743)
飯田 慎一郎 埼玉医科大学, 医学部, 准教授 (20513732)
青柳 龍太郎 埼玉医科大学, 医学部, 助教 (20817663)
草野 武 埼玉医科大学, 医学部, 助教 (50843695)
齊藤 航平 埼玉医科大学, 医学部, 助教 (70817618) [Withdrawn]
中元 秀友 埼玉医科大学, 医学部, 教授 (90180421)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 遠隔診療 / 人工知能（AI） / 深層学習（ディープラーニング） / 経時モニタリング |
|---|
| Outline of Annual Research Achievements |
コロナ禍にて日常診療の活動制限については、帰属の施設の規則に準拠しながらの研究課題継続を行っている。
実際には、
１、「先の研究課題(課題番号18K12115)で開発したスマートウォッチにおいて、測定精度の向上を図る」については、脈波解析における“ノイズ除去”による機能改良として測定組織部の血流低下による血管容積変化およびモーションアーチファクトによる誤差要因に対するセンサ感受性の調整を行っている。人工知能（AI：Artificial Intelligence）による脈波解析の向上を図り各種波形パターンを医療データベースのMIMIC-IIIを用いて、このビッグデータを基にディープラーニング（深層学習：Deep Learning）にて機械学習を行っている。その結果、英国高血圧学会（BHS：The British Hypertension Society）の基準にもGrade A～Bの範囲で準拠した結果を用いられている。
しかし、患者測定の研究内容については感染管理の観点より、“接触”については厳重に対応する必要があり、今後より一層の工夫をし進めていく必要がある。今後は感染対策にも準拠した測定システムおよび測定デバイスを開発使用することも念頭に研究の進捗状況改善を図っていく。
２、「既存のシステムにより信頼度および病態反映度の高いアラート機能を開発・実装する」については、１、の結果を踏まえての実施検証になるが、これまでの既存のデータを用いての解析プログラミングは順次開始し、１、と並行して進めていく予定である。
最終的には１、の解析能力を持ったデバイスを用いて実臨床の現場にて検証を進めていく。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
AIにおけるディープラーニングに多くの時間を要している。
本試みは実臨床において患者、基礎疾患を問わずカフ圧血圧測定機器の測定結果に差異を生じ得ないデバイス開発をすることを目標としており、それにより検出し得る予測血圧を基に遠隔診療の現場で活躍することを最終の目的としている。
コロナ禍での基礎疾患に制限を付けないデータ収集は予想以上に予定を遅らせる要因となっている。感染管理の観点より“接触”対応については施設の感染予防指導規則に則りながらの対応をせざるを得ない。
しかし、前進および成果は出ているので引き続き継続していく予定である。
|
| Strategy for Future Research Activity |
医療データベースのMIMIC-IIIを用いたビッグデータのディープラーニングによる機械学習は進めていられているので、実臨床の患者データの集積を引き続き行っていく予定であり、併せて、「既存のシステムにより信頼度および病態反映度の高いアラート機能を開発・実装する」の開発に着手する。
|
| Causes of Carryover |
本年度はコロナ禍の渦中においてエフォートの割り当て想定に変更を生じた。また、データ解析において解析に想定していた機器が物品の準備困難な状況もあった。
データ測定についても測定被検者との“接触（対面、測定機器セッティング、フィッティング確認、測定、測定器の回収）”際して、感染管理上の条件を満たしながらの施行は、当初の予定より手間を要する結果となっている。また、出張・学会参加等については施設基準にて規制がかかりWeb会議や学会Web参加になった。
今後の計画について、感染管理対応についてはこれまでの経験を生かして適宜消毒作業を行うとともに被検者においても理解と協力を要請する。これらの対応にて検出、集積されてきたデータを一斉にAI（人工知能）にて解析された変換プログラムを用いて解析し、統計学的検証（バリデーションスタディ）を行い、アラート機能の装着と移動平均法外積機能を装備したプログラミングシステムを構築し実装測定を行う予定。
これらに必要な解析用のパソコンや測定デバイス、通信デバイス（アイフォン、アンドロイド）等を購入する。また、研究結果を学会報告および論文報告を行い予算計上する。
|
