| 研究課題/領域番号 |
18K09315
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分56050:耳鼻咽喉科学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
樫尾 明憲 東京大学, 医学部附属病院, 准教授 (20451809)
|
|---|
| 研究分担者 |
赤松 裕介 東京大学, 医学部附属病院, 言語聴覚士 (00794869)
尾形 エリカ 東京大学, 医学部附属病院, 言語聴覚士 (20794853)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | ECAP / 人工内耳 / 予後予測 / 機械学習 / AI / 予後 / 成績 / NRT / 内耳奇形 / 髄膜炎 / ＥＣＡＰ / 聴取能 |
|---|
| 研究成果の概要 |
人工内耳患者のECAPを測定し病態別に検討した。髄膜炎および内耳道狭窄症例では反応が認められない場合、術後の聴取予後も不良であり、予後予測の一助となることが推測された。同一電極を左右で挿入したGJB２遺伝子異常による難聴患者の左右のECAPを検討したところ、多くの症例で左右のGrowth functionが異なることが分かった。以上よりGJB2難聴において、蝸牛内の状態は左右でかなり異なることが示唆された。蓄積したECAPデータを用い術後の人工内耳閾値を予測する機械学習モデルを作成した。ECAP単独に比べ電極の種類、年齢、病態などのデータを加味した機械学習ではより術後閾値の予測精度が高かった。
|
| 研究成果の学術的意義や社会的意義 |
人工内耳患者のECAP測定を通じて人工内耳の予後及び、蝸牛内の病態が推測できることを示した。本結果は人工内耳術後の予後を予測し、その後の療育・リハビリテーションの立案などに重要な情報を提供できるものであると考えられる。また、ECAPのデータおよびその他の情報を機械学習で評価することにより術後閾値レベルの予測が、可能であることを示した。本成果は小児など閾値評価が困難な症例に対してより早期に適切な設定をもたらすことが可能となり人工内耳医療の発展につながると考えられた。
|
