| 研究課題/領域番号 |
19K09245
|
|---|
| 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55030:心臓血管外科学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
島村 和男 大阪大学, 医学系研究科, 准教授 (10507205)
|
|---|
| 研究分担者 |
政田 健太 大阪大学, 医学部附属病院, 特任助教 (60770584)
金 啓和 大阪大学, 医学系研究科, 特任研究員 (70532985)
倉谷 徹 大阪大学, 医学系研究科, 特任教授 (90448035)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 大動脈解離 / AI / 大動脈弾性率 / ステントグラフト / TEVAR / 血管内治療 / 人工知能 |
|---|
| 研究開始時の研究の概要 |
大動脈解離に対するステントグラフトを用いたエントリー閉鎖術(TEVAR)の有効治療率（偽腔血栓化・退縮達成率）は約50-80%に止まり、TEAVR後の偽腔残存血流が治療効果に負の影響を与えることが知られている。本研究では、人工知能(AI)を用いることにより術前患者情報や使用デバイス・留置方法からTEVAR後の偽腔血栓化・退縮達成率を予測し、適切な術式決定を効率的に行えるシステムを開発することを目的としている。さらに、TEVARによる有効治療が得難いと予想される症例に対する追加治療による効率的な偽腔血流コントロール法を確立し、AI技術を用いた新たなる大動脈解離に対する治療システムの構築をめざす。
|
| 研究成果の概要 |
本研究においては、大動脈解離におけるTEVAR治療後の偽腔血栓化・退縮達成率を予測し、適切な術式決定を効率的に行えるシステムを開発することを目標とした。 そのプロセスとして、大動脈解離に対するTEVARを施行した症例を対象として臨床的に有用性が高いと判断された術前・手術および 術後因子を決定した。また基盤となるデータベースのプラットフォームとして大動脈解離症例の情報収集に特化した項目・入力システムを有するものを作成した。また、大動脈解離の偽腔病態を解析する上では大動脈弾性率に着目し、心電図同期CTを用いた大動脈弾性率解析および人工血管置換術施行時に採取された組織検体による弾性率計測を行った。
|
| 研究成果の学術的意義や社会的意義 |
本研究により大動脈解離に対するTEVARの遠隔期有効性（＝偽腔退縮性）を予見するプログラムを構築する基盤が構築されたと考えられる。大動脈解離に対する治療はリスクが高くかつ高額であることから、治療前に遠隔期有効性を予見することで治療成績の向上および医療費削減に大きく貢献することが期待される。
|
