| 研究課題/領域番号 |
21K08140
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 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 | 藤田医科大学 |
|---|
研究代表者 |
渡邉 英一 藤田医科大学, 医学部, 教授 (80343656)
|
|---|
| 研究分担者 |
寺本 篤司 名城大学, 情報工学部, 教授 (00513780)
祖父江 嘉洋 藤田医科大学, 医学部, 准教授 (20724793)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 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)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 心臓突然死 / 心電図 / 人工知能 / 敵対的生成ネットワーク / リスク層別化 / 突然死 / 深層学習 |
|---|
| 研究開始時の研究の概要 |
日本では年間約7万人が心臓突然死で亡くなる。この原因の多くは心室性不整脈である. 心臓突然死による社会的、経済的損失は大きく、また、遺族の心理的ダメージも大きい. 本研究では、心臓突然死を起こす可能性の高い患者を予測する新たな方法を開発することを目的とする。正常あるいは境界域の膨大な心電図データを、敵対的生成ネットワーク（generative adversarial network）を用いて、心臓突然死を起こした症例の仮想心電図に変換し、変換前の心電図との差を検出評価することによって、心臓突然死発生に関連する心電図部分を明らかにする斬新な技術を開発する.
|
| 研究成果の概要 |
心臓突然死の多くは致死性頻脈性不整脈によって発生する。心肺蘇生により生還すると、突然死の二次予防のために植込み型除細動器を埋め込むが、ショック治療がなされた際のダメージは大きい。また、低心機能や遺伝性不整脈など心臓突然死ハイリスク群では一次予防として同機器が植込まれるが、適切作動は少ないため、正確な心電図リスク層別法が望まれる。本研究では敵対的生成ネットワーク（generative adversarial network）により、心臓突然死例の心電図を正常心電図に変換することにより、変換前後の心電図の差を検出評価することによって、心臓突然死リスクを予測する斬新な技術を開発することを目標とした.
|
| 研究成果の学術的意義や社会的意義 |
わが国では年間約８万例の心臓突然死が発生する。１２誘導心電図は心臓病の診断や病態評価に重要な役割を果たすが、ハイリスク症例を特定する目的で詳細に検討されることは少ない。今回は心臓突然死例と正常例の１２誘導心電図の間で敵対的生成ネットワークを用いて、互いの心電図を再生成することで、2者の心電図波形の相違性を明らかにして突然死ハイリスク心電図の特徴を明らかにすることを目的とした。心電図検査の際に、このアルゴリズムを使用することにより心臓突然死ハイリスク例の検出を行い、生命予後を改善したいと考えている。
|
