| 研究課題/領域番号 |
17K08827
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
細菌学(含真菌学)
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
西野 美都子 大阪大学, 産業科学研究所, 助教 (30510440)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 多剤耐性菌 / 電子顕微鏡 / 機械学習 / 細菌 |
|---|
| 研究成果の概要 |
多剤耐性菌の出現は現代の世界的な問題であり、感染症を克服することは医学的重要課題の一つである。耐性菌の出現を抑制する手法を開発することは急務であると共に迅速な検出法の開発が求められている。本研究は、細菌の多剤耐性化過程において形態学的変化が生じていることに着目し、機械学習を用いて耐性菌の画像判別法を確立することを目的とした。
エノキサシン耐性菌株を用いて電子顕微鏡画像の機械学習判別の開発に取り組んだ結果、90%以上の高い精度で画像判別が可能な学習アルゴリズムの構築に成功した。さらに、耐性菌の構造的特徴を抽出し可視化させることに成功した。
|
| 研究成果の学術的意義や社会的意義 |
多剤耐性菌による感染症は世界的な問題であり、医療現場において耐性菌の出現を予測し感染拡大防止を講じる対策法の開発が重要な課題となっている。本研究は人工知能による画像識別法を用いて薬剤耐性菌の自動判別を行う学習アルゴリズムの構築に成功した。この成果により、多剤耐性化プロセスで生じる形態の変化から耐性菌の出現を予測し、院内感染拡大予防に役立つ情報基盤が提供できると考えられる。
|
