研究課題/領域番号 |
19K17596
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分53020:循環器内科学関連
|
研究機関 | 大阪大学 |
研究代表者 |
土肥 智晴 大阪大学, 医学部附属病院, 特任助教 (90838137)
|
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 |
1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
キーワード | 心不全 / 病理標本画像 / 機械学習 / 予後 / 病理画像 / ディープラーニング / リバースリモデリング / 病理組織画像 |
研究開始時の研究の概要 |
心不全はすべての心疾患の終末的な病態でその生命予後は極めて悪い。心不全に対する基本治療は心筋保護薬による薬物治療であるが、治療に反応し、心機能が改善するかどうかを治療開始前に予測することは現状困難である。 一方で、近年、ディープラーニング等の機械学習による画像解析技術の進歩は著しく、病理画像を含む医用画像への応用も進んでいる。 本研究では、心筋の状態にこそ治療反応性予測の鍵となる情報が含まれているとの仮説の元、心不全患者の心筋病理組織画像を機械学習を用いて解析し、心機能改善予測モデルを構築して実際に予測することができるかどうかを検証することで、効率的かつ効果的な心不全薬物治療の確立を目指す。
|
研究成果の概要 |
心不全に対する薬物治療に反応し、心機能が改善する(リバースリモデリング)かどうかを心不全患者の心筋病理組織標本画像から、機械学習を用いて予測するモデルを構築することを本研究の目的とした。結果として、心不全80例より得られた心筋病理組織標本画像からのみではその予後を予測することは困難であった。しかしながら、対象の選別、画像前処理の追加、新たな機械学習モデルの導入など改善の余地があり、課題解決の可能性がある。
|
研究成果の学術的意義や社会的意義 |
今回用いた1症例から得られた画像を分割して評価する方法では予後を予測することは困難であり、これはリバースリモデリングを阻害する不可逆的な心筋障害は全体に生じているのではなく、ある部分にのみ生じている可能性を示唆し、現在機序不明なリバースリモデリングの病態解明に寄与するものと考えられる。
|