| 研究課題/領域番号 |
20K18645
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分57050:補綴系歯学関連
|
|---|
| 研究機関 | 昭和大学 |
|---|
研究代表者 |
三田 稔 昭和大学, 歯学部, 助教 (10817612)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
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 | デジタル歯科 / 光学印象 / オーラルフレイル / 口腔内スキャナー / 機械学習 / 口腔関連QoL |
|---|
| 研究開始時の研究の概要 |
オーラルフレイルは，高齢者の死亡率上昇や要介護状態のリスクとなる.歯の欠損の病態は歯列や咬合状態によって状況は大きく異なるため，補綴治療の定式化は困難であるとされてきた.近年，人工知能(Artificial Intelligence: AI)や機械学習(Machine Learning)の医療への応用が試みられている.本研究は，機械学習を基盤とした補綴歯科治療 の診断システム確立のための端緒として，口腔内スキャナーで得られた患者のデジタル歯列 データおよび臨床情報を用いて，機械学習により歯の欠損を客観的定量データとして分析しオーラルフレイルの予測モデルを構築することを目的とする.
|
| 研究成果の概要 |
近年，人工知能の目覚ましい進化とともに，人間が行う学習能力と同様の機能をコンピュータで実現する機械学習(Machine Learning)の医療への応用が試みられている.本研究は，機械学習を基盤とした補綴歯科治療の診断システム確立のための端緒として，口腔内スキャナーで得られた患者のデジタル歯列データおよび臨床情報を用いて，機械学習により歯の欠損を客観的定量データとして分析し，オーラルフレイルの予測モデル構築を見据えた研究を行った。口腔内スキャナーで取得したデータ等を利用した情報基盤構築にとって重要な印象精度を中心に研究を行い学会発表および論文執筆を行なった。
|
| 研究成果の学術的意義や社会的意義 |
STLデータによる欠損歯列の三次元的予測モデルを構築すれば，従来の解析手法とは異なる，新たな相互関連性が見出だされ予知性の高い治療方針の設定が可能になると考えられる. 補綴歯科領域におけるデジタルデータの活用は未だ発展途上であり，本研究には学術的意義がある.
本研究により客観的なデータベースに基づく診断が進めば、従来経験的に行われてきた欠損患者に対する治療オプションのディシジョンメイキングについて新たな提案をすることが可能であり，社会的意義がある.
|
