| 研究課題/領域番号 |
20K18233
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分56040:産婦人科学関連
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
竹田 純 順天堂大学, 医学部, 准教授 (60813459)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020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 | 人工知能 / 機械学習 / 胎児心拍数陣痛図 / 脳性麻痺 / 分娩管理 / 胎児機能不全 / 子宮収縮 |
|---|
| 研究開始時の研究の概要 |
胎児心拍数陣痛図（以下、CTG）から得られる胎児心拍と子宮収縮のデータおよびそのCTGパターンに対応する専門医師の行動とそのタイミングを人工知能に機械学習させ、CTGパターンと背景因子の関係性を明確化することで、正しいタイミングでの急速遂娩術を行い分娩による脳性麻痺の発生を回避することを目的とする。本研究ではCTGから得られるデータのクリーニングと補正、CTGパターン分析のサンプルアルゴリズムの作成、アルゴリズムに則ったCTGと背景因子の機械学習の実施、機会学習から得られた最適な行動とそのタイミングの分析という段階を経て行われる。
|
| 研究成果の概要 |
産科婦人科ガイドラインの定義に則り、4つの一過性徐脈の判読を行うアルコリズムを作成した。しかし、遅発一過性徐脈はその変化量の少なさから、検出できない場合があったため、信号処理技術の中でも信号の確率的分布の変化を検出する手法を用いてアルゴリズムを作成した。アルゴリズムの精度評価は20症例の分娩直前のCTGを用い、周産期専門医の判読を絶対的基準として、アルゴリズム、産婦人科専門医、産婦人科後期研修医の判読を比較検討した。その結果アルゴリズムは一過性徐脈の位置同定に関して64.1％という、3者の中で最も高い陽性的中率を示した。
|
| 研究成果の学術的意義や社会的意義 |
経験の少ない臨床医がアルゴリズムによるCTGの機械判読の助けを得ることで、従来では認識に至らなかった少しの変化しかない一過性徐脈を認知することが可能となり、安全な分娩管理を遂行することが可能となりえる。それにより、年間500例程度発生している脳性麻痺症例のうち、分娩管理が不十分であったものが回避できる可能性があり、患者、患者家族はもちろんのこと、社会経済的にも大きな意義がある。また、このアルゴリズムは本邦約2000箇所とされる産科において広く適用できる可能性があることから、本研究成果の意義は大きい。
|
