| 研究課題/領域番号 |
21K09084
|
|---|
| 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55060:救急医学関連
|
|---|
| 研究機関 | 東京女子医科大学 |
|---|
研究代表者 |
市場 晋吾 東京女子医科大学, 医学部, 教授 (30284102)
|
|---|
| 研究分担者 |
野村 岳志 東京女子医科大学, 医学部, 教授 (10243445)
林 陽一 明治大学, 理工学部, 専任教授 (20189666)
新浪 博 東京女子医科大学, 医学部, 教授 (30241079)
佐藤 暢夫 聖マリアンナ医科大学, 医学部, 准教授 (80439869)
清野 雄介 東京女子医科大学, 医学部, 准講師 (90366352)
|
|---|
| 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 |
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 人工知能 / 集中治療 / 心臓外科 / アルゴリズム / AI / 心疾患 / 合併症 / 心臓血管外科手術 / 術後肺合併症 / 人工呼吸療法 / 術後合併症 / ルール抽出技術 |
|---|
| 研究開始時の研究の概要 |
心臓血管外科手術は、最も侵襲の大きい手術であり、術後合併症の発生頻度が高く、特に呼吸不全のために人工呼吸器管理を要し、長期間、集中治療室滞在を余儀なくされる患者が少なからずいる。本研究は、心臓手術後にECMOを含めた長期人工呼吸管理が必要となる呼吸不全などの肺合併症を呈する患者のリスク因子を予測することを目的として、心臓血管外科周術期の病態を分析し、AIによる「ルール抽出技術」を用いて、心臓外科手術の術後肺合併症におけるリスク予測のアルゴリズムを開発する研究である。
|
| 研究成果の概要 |
心臓血管外科はICU入室に伴い最も侵襲性の高い外科的手術であることから合併症如何では長期的なICU管理を余儀なくされる診療科の１つである。特に長期化するリスク因子としては肺関連の合併症を併発するモデルである。これらの長期化を余儀なくされる合併症のリスクを事前に推定することができれば、ICUからの早期離床が可能ではないかと考えた。本研究では人工知能を用いた心臓血管外科術後合併症アルゴリズム作成の作成可能性について検討した
|
| 研究成果の学術的意義や社会的意義 |
心臓血管外科のICU長期化リスクを事前に予知することで、真のハイリスク症例を自動で検出するだけでにとどまらず、本研究を実施することでICU入室患者総数を大きく減らすことが可能となり、医師のタスクシフトが可能になると考えた。その結果、1泊10万円を超えるICU入室にかかる社会的負担を減らすことが可能となる。
|
