研究課題/領域番号 |
21K09751
|
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56060:眼科学関連
|
研究機関 | 自治医科大学 |
研究代表者 |
高橋 秀徳 自治医科大学, 医学部, 准教授 (10361479)
|
研究分担者 |
山崎 俊彦 東京大学, 大学院情報理工学系研究科, 教授 (70376599)
|
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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
キーワード | 深層学習 / 眼房水 / 加齢黄斑変性 / 網膜光干渉断層像 / サイトカイン / 説明可能AI / 眼内サイトカイン |
研究開始時の研究の概要 |
眼底写真および眼内サイトカイン濃度を深層学習して予後と照らし合わせることで、滲出型加齢黄斑変性の病態解明を行う。
|
研究成果の概要 |
加齢黄斑変性及び類似疾患やコントロールとする白内障手術時の、717前房水サンプルを用いた。前房水は硝子体注射や手術時に、採取して-80度で保管していた。マルチプレックスサイトカインアッセイによりサイトカインプロファイルを測定した。サンプル採取時の網膜光干渉断層像から、サイトカインプロファイルの予測を、深層学習を用いて行った。サイトカイン濃度は相関を持って予測可能となった。
|
研究成果の学術的意義や社会的意義 |
本研究成果により加齢黄斑変性における非侵襲データから侵襲データを生成することが可能になり、非侵襲データと侵襲データを合わせて解析することで、加齢黄斑変性の予後予測精度を向上させると考えられる。学術的には、加齢黄斑変性の新たな病態解明と個別化医療に貢献すると期待され、社会的には失明をさらに減らすと期待される。
|