• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

深層学習を用いたMRI画像からの入院長期化の予測

研究課題

研究課題/領域番号 19K17178
研究種目

若手研究

配分区分基金
審査区分 小区分52040:放射線科学関連
研究機関帝京大学

研究代表者

信太 圭一  帝京大学, 公私立大学の部局等, 講師 (40623286)

研究期間 (年度) 2019-04-01 – 2021-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
キーワード入院長期化 / 予測 / MRI / コントラスト / 入院期間 / 深層学習
研究開始時の研究の概要

入院している患者の検査画像、ならびに臨床情報(年齢、血液検査、生化学検査、日常生活動作など)を用いて、予期せぬ入院期間の長期化を予測するシステムを開発します。予定された入院期間より長くなることを早期に予測することが出来れば、入院長期化を防ぐ方策をあらかじめ講じることが可能となり、早期退院を支援することが出来ます。また、患者の退院後の計画や生活の質を保つことに役立てることができます。さらには、入院期間の長期化を防ぐことができれば、医療費の抑制に貢献することが出来きます。

研究成果の概要

手術を実施した患者は、計画的な退院を望んでいますが、予期せぬ入院の長期化が起こることがあります。そこで本研究では、入院前あるいは入院早期に実施されたMRIの検査画像を用いて、入院が長期化する可能性について、深層学習を用いて予測しました。結果、80%以上の確率で、入院が長期化するか予測することが出来ました。本結果により、入院初期段階で予期せぬ入院期間の長期化がわかる可能性が示されました。

研究成果の学術的意義や社会的意義

検査画像は、病変の情報のみならず、癌の転移の可能性や治療の予後予測の情報を多く持つことがわかってきています。検査画像を用いて、入院期間の予測など病院指標に関わるものを予測した研究はされておらず、本研究結果によって、MRI画像を用いて、入院が長期になるかどうか知ることが出来る可能性が示唆されました。入院が長期になる可能性があるとわかれば、効率的に予防策をとることができ、結果的には医療費抑制に貢献することが出来ます。さらには、検査画像を画像診断の領域だけではなく、他の分野に利用することは、画像情報の利用価値が拡大していくことが期待できます。

報告書

(3件)
  • 2020 実績報告書   研究成果報告書 ( PDF )
  • 2019 実施状況報告書
  • 研究成果

    (3件)

すべて 2020 2019

すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (1件)

  • [雑誌論文] MRI 画像の種類による入院期間長期化予測精度の違い2020

    • 著者名/発表者名
      信太 圭一、岩穴口 孝、佐々木 雅史、宇都 由美子
    • 雑誌名

      第40回医療情報学連合大会論文集

      巻: 40 ページ: 891-892

    • 関連する報告書
      2020 実績報告書
    • 査読あり
  • [雑誌論文] Prediction of Extended Hospital Stays Using a Deep Learning Algorithm Based on MR Images2019

    • 著者名/発表者名
      信太圭一 岩穴口孝 佐々木雅史 宇都由美子
    • 雑誌名

      医療情報学会論文集

      巻: 39 ページ: 424-425

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり
  • [学会発表] MRI画像を用いた入院期間長期化の予測2019

    • 著者名/発表者名
      信太圭一 岩穴口孝 佐々木雅史 宇都由美子 熊本一朗
    • 学会等名
      日本医療マネジメント学会,福岡支部学術集会
    • 関連する報告書
      2019 実施状況報告書

URL: 

公開日: 2019-04-18   更新日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi