| 研究課題/領域番号 |
22K08202
|
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
山地 杏平 京都大学, 医学研究科, 助教 (50860582)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023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)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 動脈硬化 / OCT / artificial intelligence / coronary artery disease / plaque / 光干渉断層撮影 / 冠動脈プラーク / 人工知能 / 経皮的冠動脈形成術 |
|---|
| 研究開始時の研究の概要 |
光干渉断層撮影(OCT)画像上のプラークの性状を人工知能(AI)にて解析したと結果と、長期的臨床イベントの関連を評価した研究は存在せず、本研究ではこれを明らかにすることを目的とする。AIを用いてOCT画像を自動的に診断することで、特定の読影エキスパートに頼ることなく治療方針を決めることが可能となり、高リスク病変が評価できるようになるのみならず、今後の医療の標準化につながることも期待される。
|
| 研究実績の概要 |
OCT画像解析をすすめ、fibroatheromaのAIを用いた自動解析にて、accuracy 92.6%となった。fibroatheromaの種別として、よりリスクの高いthin-cap fibroatheromaの自動解析を含め、今後AIの発展を予定している。
また、臨床データを含む論文については、国際学会であるTRANSCATHETER CARDIOVASCULAR
THERAPEUTICS (TCT) 2023にて発表を行い、Journal of american heart associationに投稿中であり、現在revision 2となっている。さらには、AIを用いた予後予測について引き続き研究を進め、2024年度に公表予定である。
追跡データの収集も同時に進めているが、動脈硬化に関連するイベントは、終生みられるものであり、今後さらなる追跡を行う予定である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
すでに論文投稿中であり、また更なる解析を進めており、2024年中に改めて論文作成予定である。
|
| 今後の研究の推進方策 |
2024年にはAIに関する論文を投稿予定であるが、引き続き臨床追跡データを収集し、研究をより良いものとする予定である。
|
