| 研究課題/領域番号 |
20K22504
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
0403:人間医工学およびその関連分野
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
鍵山 暢之 順天堂大学, 保健医療学部, 准教授 (20722010)
|
|---|
| 研究期間 (年度) |
2020-09-11 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 心エコー / 心臓超音波検査 / 人工知能 / 機械学習 / 説明可能な機械学習 / 血行動態 / 心腔内圧 |
|---|
| 研究開始時の研究の概要 |
本研究では、多施設で得た心エコー図画像データをスペックルトラッキング法にて解析し、算出されたストレイン値を用いて非侵襲的に心腔内圧を推定するプログラムを作ることを目標とする。ストレイン値は代表値を用いるのではなく、生の大量のデータ（ビッグデータ）を人工知能処理し、心カテーテル検査で得た心腔内圧を教師データとして扱うことで予測モデルを作成する。
|
| 研究成果の概要 |
本研究では多施設共同研究により約1000例の右心カテーテル検査と心エコー図画像の画像を収集し、ストレイン解析を行い、機械学習を用いて心内圧を推定するプログラムを作成した。従来から用いられているガイドライン推奨のアルゴリズムでは42.5%の患者で左室内圧推定ができなかったが、説明可能な機械学習技術(XAI)を用いたアルゴリズムにより、全例で推定ができ、外部検証データにおける受信者動作特性曲線下面積(AUC)も0.844(95%CI 0.793-0.894)と、ガイドライン推奨のアルゴリズムから有意に改善した(p=0.016)。これらの結果は学会発表し、また論文も投稿された。
|
| 研究成果の学術的意義や社会的意義 |
本研究によって、今までのガイドラインで推奨されていた心内圧推定プログラムよりも有意に精度がよく、また症例ごとの推定理由も説明可能なプログラムを作成することができた。さらにこれをWebページとして使用可能としたことで、実臨床でも使用可能となった。この意義は非常に大きく、今後臨床において広く使用される可能性がある。またこのような研究を通じて、説明可能な機械学習プログラムを臨床で使用する際のひとつの成功事例とすることができた。
|
