| 研究課題/領域番号 |
20H03681
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分53020:循環器内科学関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
安田 聡 東北大学, 医学系研究科, 教授 (00431578)
|
|---|
| 研究分担者 |
西村 邦宏 国立研究開発法人国立循環器病研究センター, 研究所, 部長 (70397834)
野口 暉夫 国立研究開発法人国立循環器病研究センター, 病院, 副院長 (70505099)
泉 知里 国立研究開発法人国立循環器病研究センター, 病院, 部門長 (70768100)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)
2022年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2021年度: 6,890千円 (直接経費: 5,300千円、間接経費: 1,590千円)
2020年度: 7,540千円 (直接経費: 5,800千円、間接経費: 1,740千円)
|
|---|
| キーワード | 循環器病 / 人工知能 / 器械学習 / バイオカーマー / 予測医療 / 先制医療 / 心不全 / 機械学習 / バイオマーカー / 循環器疾患 / 予後 |
|---|
| 研究開始時の研究の概要 |
循環器疾患は、比較的長い間身体機能が保たれるガンとは異なり、適切なタイミングで適切な介入を行わないと、ドミノ倒しのように軽快と増悪を繰り返しながら連続的に進行してしまう一連の疾患群である。加齢に伴ってリスクが増大する循環器病に対して発症前またはできるだけ早期の段階で治療的介入を行うこと、特に一人ひとりに着目して将来予想される病気を防ぐ、「個の視点」で発症・重症化を予測する診断方法が求められている。本研究では、先端的な診断技術（生体バイオマーカー）とその経験を定量化し、診断精度向上/自動化を実現する人工知能を活用した診断支援システムを開発し、先制医療への応用を目指す。
|
| 研究成果の概要 |
心不全では増悪・再入院を繰り返しながら、QOL低下・死亡に至るため重症化予測・リスク層別化が重要である。人工知能は多因子の変数の相互作用を考慮して重要度を選択する効果に優れている。心不全患者の単施設後ろ向きデータ（n=987）を使用し機械学習を行い、単施設前向き登録データ(n=197)を用いて1年以内の生命予後を予測するリスクモデルを開発した。従来のシアトル心不全モデルと比較して良好な予測精度が得られた（AUC 0.85 vs. 0.68）。他施設でのvalidation studyでは予測精度の低下を認め（AUC 0.67-0.69）、患者背景の差異などが影響する可能性が示唆された。
|
| 研究成果の学術的意義や社会的意義 |
超高齢化社会を迎えたわが国において心筋梗塞・心不全などの循環器系疾患の克服は重要な課題の一つです。これらの疾患は一度発症すると軽快と増悪を繰り返しながら進行しQOLの低下のみならず介護・医療費の増大を招き社会全体に大きな負担増をもたらします。疾患発症前の予測・予防（簡便で精度の高いリスク予測モデル）、またハイリスク患者の早期同定（新たなバイオマーカーの応用と計測）のため人工知能を用いた新たな手法開発を行いました。
|
