| 研究課題/領域番号 |
16K20899
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
生命・健康・医療情報学
産婦人科学
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
水野 聖士 東北大学, 東北メディカル・メガバンク機構, 助手 (80646795)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | バイオインフォマティクス / 機械学習 / フェノタイピング / 早期診断支援 / 深層学習 / 産科 / 妊娠高血圧症候群 / HDP / 情報学 / 生命情報学 / 産婦人科学 / 産科学 / 生命情報 / 人工知能 / 社会医学 / 医学情報学 |
|---|
| 研究成果の概要 |
本研究では、生理学検査や尿検査、既往歴などの多くの情報源を統合的に解析しHDPの病態分類を行う高精度なフェノタイピングアルゴリズムの開発と、得られた病態分類の結果を正解とし、機械学習モデルの検討を行い、大規模出生コホート調査でのHDPの早期診断支援のための機械学習モデル構築のためのワークフローを検討した。その結果、大規模出生コホート調査でのHDPの早期診断支援のための機械学習の可能性が示唆された。
|
| 研究成果の学術的意義や社会的意義 |
本研究で検討を行った大規模出生コホートでの妊娠高血圧症候群のフェノタイピングアルゴリズムによる病型分類と、病型分類の結果を正解ラベルとした機械学習モデル構築のワークフローは、三世代コホート調査における妊娠高血圧症候群の研究の重要な情報リソースの一つとなりうる。
|
