| 研究課題/領域番号 |
18K10765
|
|---|
| 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59010:リハビリテーション科学関連
|
|---|
| 研究機関 | 藤田医科大学 |
|---|
研究代表者 |
岡崎 英人 藤田医科大学, 医学部, 准教授 (30410707)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2018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 | リハビリテーション / 日常生活活動 / 帰結 / 脳画像 / 深層学習 / 人工知能 / 脳血管障害 / リハビリ / 画像 |
|---|
| 研究成果の概要 |
脳卒中後のリハビリテーションの帰結を予測することは、治療計画を立てる上で重要なことである。今回、人工知能であるディープラーニングを使用し脳画像（MRI）を用いてリハビリテーションの帰結を予測するモデルを検討した。臨床データ（入院時のFIMのデータから退院時のFIMのデータを予測する）を用いた予備検討では人工知能を用いたモデルは既存の方法に比べ予測精度が高かった。脳画像を用いた予測モデルでは、脳画像から退院時のFIMの数値を予測したが、高い精度で予測できず、数値を予測するだけでは臨床用出来る結果ではなかった。しかし、帰結の良い群と悪い群の判別という方法であれば、75％の的中率であった。
|
| 研究成果の学術的意義や社会的意義 |
本研究は脳卒中によって起きる麻痺などの機能障害からくる日常生活活動の制限を本となる脳画像から予測することを目的として研究を行った。脳画像のみでは、臨床データに比べ精度の高い結果を得ることは出来なかった。しかし、帰結を大まかに判別することが出来る可能性を示すことが出来た。このことからさらに多くの情報を使用することで検査データからでも帰結を予測することが可能となり、より早期の段階で予測が可能となる可能性がある事を示している。そして脳卒中急性期治療後にリハビリテーションは本当に効果があるかを早い時期に判別可能となれば、医療費の適正な使用にもつながり社会貢献につながると考えられる。
|
