人工知能を用いた人工股関節全置換術後の深部静脈血栓塞栓症の発生予測に関する研究

2023 Fiscal Year Research-status Report

• Project/Area Number: 23K08658
• Research Institution: Yokohama City University
• Principal Investigator: 手塚 太郎 横浜市立大学, 医学研究科, 客員研究員 (70748516)
• Co-Investigator(Kenkyū-buntansha): 崔 賢民 横浜市立大学, 医学部, 講師 (20760888) ; 川上 英良 国立研究開発法人理化学研究所, 情報統合本部, チームリーダー (30725338) ; 稲葉 裕 横浜市立大学, 医学研究科, 教授 (40336574)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Keywords: 人工股関節全置換術 / 静脈血栓塞栓症 / 人工知能 / 予測

Outline of Annual Research Achievements

脈血栓塞栓症(VTE)は人工股関節全置換術(THA)後の重篤な合併症だが、その発生を正確に予想することは困難である。本研究では既往歴を含めた患者基本情報、術前後の血液検査結果から人工知能(AI)を用いてTHA術後VTE発生予測モデルを構築を目指す

対象はこれまでに収集した人工股関節全置換術を施行した500例の解析であり。目的変数を術後1週での膝窩より近位の深部静脈血栓および肺血栓塞栓症の新たな発生とした。説明変数は年齢、性別、VTEを含んだ既往歴、抗凝固薬を含んだ内服歴、術後の薬物的抗凝固薬投与の有無、術後前、1日後の凝固系検査を含めた血液生化学検査とし、Random Forest(RF)を用いて予測モデルを作成し、変数重要度を算出し、さらに決定木を用いてVTEの予測モデルを構築した。対象全体をUniform Manifold Approximation and Projection(UMAP)を用いてクラスタリングを行った。
500例中術後VTEは全体の56例(11%)に認め、大腿深部静脈血栓(DVT)および肺静脈血栓(PE)29例(5.8%)に認めた。目的変数を大腿DVTおよびPEとするとAUCは0.76まで上昇した。RFを用いた変数重要度は術後1日のDダイマー、可溶性フィブリン、plasminogen activator inhibitor、血小板数が上位に挙がった。これらの変数を決定木に用いて、特異度の高い予測モデルを構築した。対象をUMAPを用いて4つの集団にクラスタリングが可能であり、大腿DVTおよびPEと下腿DVTの性質に相違があることが示唆された。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

現在500例の解析が終了しており、予測精度を上げる解析法を検索している

Strategy for Future Research Activity

今後は現在の解析結果をもとにより多くの症例数が必要かどうかを検討する。症例数が必要な場合はさらに収集し、十分であると判断した場合は静脈血栓塞栓症を予測するアプリの開発を目指す

Causes of Carryover

データ解析のための人件費および物品購入のため