研究課題/領域番号 |
21K18093
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分90130:医用システム関連
|
研究機関 | 医療法人徳洲会湘南鎌倉総合病院(臨床研究センター) |
研究代表者 |
神尾 直 医療法人徳洲会湘南鎌倉総合病院(臨床研究センター), 臨床研究センター 臨床研究部, 主任研究員 (40867412)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
キーワード | 機械学習 / 人工呼吸器 / 異常検知予測 / 深層学習 / 医療安全 |
研究開始時の研究の概要 |
人工呼吸器に関連した医療事故は未だに毎年多数報告されているが、多くの医療機器が発するアラームは、単にある決まった範囲外の測定値を知らせるためだけのものであり、患者の危機的な状況を知らせるためのアラームとなっていない場合が少なくない。 そこで本研究の目的は、人工呼吸器が測定しているパラメータの時系列データから、深層学習を用いて異常をより早期に予測することが可能かどうかを検証することである。 こうした時系列データから精度高く異常を事前予測することができれば、重大な事故が発生する前に介入することができ、集中治療室のみならずあらゆる場所での人工呼吸器使用患者の安全性が大いに向上すると考えられる。
|
研究実績の概要 |
システム納入の遅れから予定がずれ込んでいたが、人工呼吸器とバイタルサインの時系列データを取り込むシステムが完成しデータベース構築中である。 サンプルデータでの解析ではイベントに関するログの問題などがありまだ課題が残されているが、アウトカム予測に向けての実装を検討していく。 本課題とは異なるが、大規模データベースを用いた研究で、機械学習を用いた時系列データ分析の論文を投稿中であり、今後同様の手法を用いて精度検証などを行っていく予定である。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナ禍での半導体不足などによるシステム納入の遅れから予定がずれ込んでいる。 システム構築は一応は終了したが、サンプルデータの解析ではまだ修正が必要な点もあり今後適宜改装を行っていき解析を行いたい。
|
今後の研究の推進方策 |
人工呼吸器、バイタルサインの時系列データと血液検査や患者背景などを盛り込んだデータベースから機械学習の手法を用いて予測モデル構築を行う。
|