| Project/Area Number |
24K00443
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 09070:Educational technology-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
安部 崇重 北海道大学, 医学研究院, 教授 (10399842)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
樋口 まどか 北海道大学, 大学病院, 助教 (20908214)
倉島 庸 北海道大学, 医学研究院, 准教授 (40374350)
今 雅史 北海道大学, 大学病院, 助教 (40802799)
渡辺 雅彦 北海道大学, 医学研究院, 特任教授 (70210945)
七戸 俊明 北海道大学, 医学研究院, 准教授 (70374353)
近野 敦 北海道大学, 情報科学研究院, 教授 (90250688)
堀田 記世彦 北海道大学, 大学病院, 講師 (90443936)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,460,000 (Direct Cost: ¥14,200,000、Indirect Cost: ¥4,260,000)
Fiscal Year 2026: ¥5,460,000 (Direct Cost: ¥4,200,000、Indirect Cost: ¥1,260,000)
Fiscal Year 2025: ¥5,460,000 (Direct Cost: ¥4,200,000、Indirect Cost: ¥1,260,000)
Fiscal Year 2024: ¥7,540,000 (Direct Cost: ¥5,800,000、Indirect Cost: ¥1,740,000)
|
|---|
| Keywords | オンサイトフィードバック / 説明可能AI / カダバートレーニング / 腹腔鏡手術 / 動態解析 / 映像解析 / 機械学習 |
|---|
| Outline of Research at the Start |
モーションキャプチャー装置で取得した鉗子位置情報と術中内視鏡映像を元に、Artificial Intelligence (AI)を用いて手術工程の自動セグメンテーションを行い、手術工程毎に詳細な動態解析を行うことで，腹腔鏡手術熟練者の鉗子操作の暗黙知の技術の言語化・見える化に挑戦する。学習者に対しては、鉗子動態特徴量に基づく客観的フィードバックをオンサイトで提供するシステムを開発する。
|
| Outline of Annual Research Achievements |
ブタ臓器を用いた腹腔鏡手術ウェットラボでは、機械学習を利用した鉗子動態結果に基づくGOALSスコアの提示と説明可能AIを利用した学習者へのフィードバックシステムの開発が終了した。現在、機械学習のアルゴリズムの精度に関して、新たに取得した約100件のトレーニングデータを用いて外部検証を進めている。
その他、ブタ臓器を用いた腹腔鏡手術ウェットラボでは、リピーターのデータを用いることで、特に腹腔鏡手術初心者のラーニングカーブの特徴の解析をすすめている。
カダバーを用いた腹腔鏡下腎摘除術トレーニングに関して、鉗子動態の測定系を確立し、論文報告した（Yan L, Ebina K, Abe T et al. Curr Probl Surg. 2024）。現在、手術工程を①腸管の授動、②腎血管処理、③残りの組織の剥離処理、の3つの工程に分割し、腹腔鏡手術熟練者の鉗子動態の特徴抽出を進めている。R7年度に2本目の論文投稿予定である。
実臨床の手術での鉗子動態計測赤外線マーカー接続デバイスの開発に関しては、耐熱性の高いForm 3ハイテンプレジンを用いた3Dプリンターでの作成が終了した。また北海道大学病院での計測に関して、IRBの承認を得ることが出来た。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ブタ臓器を用いた腹腔鏡ウェットラボでは、機械学習を利用した鉗子動態結果に基づくGOALSスコアの提示と説明可能AIを利用した学習者へのフィードバックシステムの開発が終了した。現在、機械学習のアルゴリズムの精度に関して、新たに取得した約100件のトレーニングデータを用いて外部検証を進めている。
その他、ブタ臓器を用いた腹腔鏡手術ウェットラボでは、リピーターのデータを用いることで、特に腹腔鏡手術初心者のラーニングカーブの特徴の解析をすすめている。
カダバーを用いた腹腔鏡下腎摘除術トレーニングに関して、鉗子動態の測定系を確立し、論文報告した（Yan L, Ebina K, Abe T et al. Curr Probl Surg. 2024）。現在、手術工程を①腸管の授動、②腎血管処理、③残りの組織の剥離処理、の3つの工程に分割し、腹腔鏡手術熟練者の鉗子動態の特徴抽出を進めている。
実臨床の手術での鉗子動態計測赤外線マーカー接続デバイスの開発に関しては、耐熱性の高いForm 3ハイテンプレジンを用いた3Dプリンターでの作成が終了した。また北海道大学病院での計測に関して、IRBの承認を得ることが出来た。
以上より、現在の研究の進捗に関して概ね順調と考えている。
|
| Strategy for Future Research Activity |
ブタ臓器を用いた腹腔鏡手術ウェットラボでは、機械学習を利用した鉗子動態結果に基づくGOALSスコアの提示に関して、現在、機械学習のアルゴリズムの精度に関して、新たに取得した約100件のトレーニングデータを用いて外部検証を進めている。R7年度に論文投稿の予定である。
その他、ブタ臓器を用いた腹腔鏡手術ウェットラボでは、リピーターのデータを用いることで、特に腹腔鏡手術初心者のラーニングカーブの特徴の解析をすすめている。本研究に関しても、初心者では5回のトレーニングで鉗子移動距離に関して大きく効率化が得られるが速度系パラメーターの関する改善は大きくないことなどを観察している。本研究結果もR7年度に論文投稿の予定である。
カダバーを用いた腹腔鏡下腎摘除術トレーニングに関して、鉗子動態の測定系を確立し、論文報告した（Yan L, Ebina K, Abe T et al. Curr Probl Surg. 2024）。現在、手術工程を①腸管の授動、②腎血管処理、③残りの組織の剥離処理、の3つの工程に分割し、腹腔鏡手術熟練者の鉗子動態の特徴抽出を進めている。R7年度に2本目の論文投稿予定である。
実臨床の手術での鉗子動態計測赤外線マーカー接続デバイスの開発に関しては、耐熱性の高いForm 3ハイテンプレジンを用いた3Dプリンターでの作成が終了した。また北海道大学病院での計測に関して、IRBの承認を得ることが出来た。R7年4月より、実際の手術での計測を開始する。
|
