| Project/Area Number |
21K09091
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56010:Neurosurgery-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
杉山 拓 北海道大学, 大学病院, 講師 (70748863)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杉森 博行 北海道大学, 保健科学研究院, 准教授 (20711899)
松澤 等 新潟大学, 脳研究所, 非常勤講師 (70303170)
小笠原 克彦 北海道大学, 保健科学研究院, 教授 (90322859)
藤村 幹 北海道大学, 医学研究院, 教授 (00361098)
伊東 雅基 北海道大学, 大学病院, 助教 (10399850)
唐 明輝 北海道大学, 医学研究院, 特任助教 (80794156)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
|
|---|
| Keywords | artificial intelligence / video analysis / surgical skill / adverse event / neurosurgery / carotid endarterectomy / AVM / deep learning / artifcial intelligence / virtual reality / motion analysis |
|---|
| Outline of Research at the Start |
近年の技術進歩には目覚ましいものがある一方、脳神経外科領域では、これまでの治療を凌駕するほどの人工知能（AI）手術やロボット手術は未だ登場していない。これは、効果的かつ安全な手術はどういったものなのか？という本質的な問いに答えを見いだせていないことが原因と考えられる。本研究では、深層学習を駆使した多次元先端映像解析により、術前から手術の全工程を調査対象とし、‘複雑適応系’とも形容される外科治療の機能と安全性の源の分析を行う。この解明の先にアウトカム予測、イベント予測、スキル評価AIの開発などにつなげたい。
|
| Outline of Annual Research Achievements |
本研究の目的は、脳神経外科手術におけるアウトカム予測、術者スキル評価、有害イベント予測システムの開発につなげていくために、手術の機能や安全性、術者スキルに関わる重要な要素を探索していくことである。令和6年度は、微小脳血管吻合のトレーニング映像を用いて、術具の先端を左右別に自動追跡する深層学習アルゴリズムを開発するとともに、手術操作の対象組織となる血管をセグメンテーションするアルゴリズムの開発も実施した。このアルゴリズムを用いて解析したところ、吻合タスク中の組織の変形（セグメンテーションによる面積変化）が少ないことは、手術スキルに相関する指標となり得ることも証明され、この研究結果に関しては、論文公表を行った。
さらには、これらの2つのアルゴリズムを統合解析するGUIを、新たに作成した。この統合型AIによって得られる映像パラメータ（作業時間、軌跡距離、正規化ジャーク指数、単位時間あたりの血管面積の相対変化、および組織変形エラー）を従来型のアンケート形式のスキル評価尺度と、比較検証したところ、Instrument handling、Respect for tissue、Efficiency、Suture handling、Suturing technique、Operation flowなどの幅広いスキル要素と相関関係を示すことが示された。2つのアルゴリズムを統合することにより、単一のアルゴリズムよりも、より正確にパフォーマンスを評価できることも示された。この結果も現在論文投稿中である。
また、KaizenPDCAサイクルを、微小血管吻合トレーニングに応用する研究に関して論文公表を行った。
脳動静脈奇形手術と術中の有害イベントである出血に着目し、このイベントを認知する深層学習アルゴリズムの作成を開始し、進行中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和6年度は、3本の学術論文公表を行うとともに、さらに1本の論文がunder reviewとなっている。次のステップとして術中のイベント抽出するアルゴリズムの作成にも進んでおり、研究はおおむね順調に進展していると言える。
|
| Strategy for Future Research Activity |
令和７年度は、1本の原著論文を受理まで到達すること、さらには、新たに開始し
た脳動静脈奇形手術における出血イベントの抽出アルゴリズム、およびこの際の手術器具の動作解析を統合するアルゴリズムを学習強化していく方針である。
|
