機械学習を用いた新生児自発運動評価法の開発

• 研究課題/領域番号: 21K15911
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分52050:胎児医学および小児成育学関連
• 研究機関: 聖マリアンナ医科大学
• 研究代表者: 今泉 太一 聖マリアンナ医科大学, 医学部, 助教 (90877094)
• 研究期間 (年度): 2021-04-01 – 2025-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円); 2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
• キーワード: 機械学習 / 新生児自発運動

研究開始時の研究の概要

新生児医療の進歩により早産児死亡率は改善したが、生存した児には一定の確率で神経学的後遺症が生じる。後遺症の早期発見・介入は重要な取り組みであるが、実践には何らかの指標が必要になる。General movements（GMs）は新生児自発運動の一つであり、GMs評価は鋭敏に神経学的後遺症を予測できる評価法として確立されている。機械学習を用いて新生児の自発運動の正常/異常を自動的に判定するソフトウエアの作成を行い、神経学的後遺症の早期発見・介入の指標に利用する。手軽にGMsを評価するツールがあれば誰でも実践可能であり、患者と家族の生活の質の改善に貢献できる。

研究実績の概要

機械学習を用いた新生児の自発運動評価法の開発である。ハイリスク児を対象とし、機械学習を用いて新生児の自発運動の正常/異常を自動的に判定するソフトウエアの作成を行い、脳性麻痺を代表とする神経学的後遺症の早期発見・介入の指標に利用する。最終的にはアプリケーション化を行い、GMsを含めた自発運動評価法の普及に利用する。

現在までの達成度 (区分)

4: 遅れている

理由

解析システムなどの構築は行っているが、実際の解析システムを使用する症例数が不足している。

今後の研究の推進方策

解析システムの精度をあげると同時に、研究協力機関と共同し、症例数を増やしていく。