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 (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)
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 | 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 |
16施設の多施設共同研究であるPREDICTOR Study (UMIN000031937)を継続しており、176症例、213枝の登録を行った。このうち選択除外基準抵触のため、最終171症例210枝を最終症例として確定した。 画像データの抽出および、解析については、下記の現在の進捗状況および、今後の研究の推進方策の通り進行しており、AIを用いない画像解析については終了しており、AIによる画像解析をすすめている。3年のフォローアップ臨床データにおいても中央モニタリング結果と合わせて、2施設2症例以外のデータ入力を残すのみとなっており、近日中に終了を予定している。 これらの画像解析結果および、3年のフォローアップ臨床データについて学会などにて報告および、論文化を予定している。また、本研究において、引き続きフォローアップ臨床データを収集する予定であり、各施設担当医師に継続してコンタクトをとっており、必要に応じて適宜中央から情報収集を行う予定としている。
|
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
3年の臨床フォローアップデータ収集を行っており、施設訪問および、各施設での入力依頼を行った。中央モニタリング結果と合わせて、2施設2症例以外のデータ入力を残すのみとなっている。 画像解析については、血管内腔の抽出を行い、制度の良い血管内腔面積を測定した。AIを用いて石灰化病変と中膜を自動的に抽出するアルゴリズムが市販されている。こちらを用いて、すべてのOCT画像について石灰化病変と中膜の抽出を行い、これらのコンポーネントの変化量の測定を行った。また、手動での脂質のラベリングを行った。ベースラインとフォローアップの画像のラベリングを行い、各フレームのマッチングを行った。1-2フレームの誤差で大きく結果が変わるため、現在目視でマッチングの精度の確認を行っている
|
今後の研究の推進方策 |
すべてのOCT画像については抽出を終了しており、マッチングが終了次第AIによる画像解析を行う予定である。 これらの画像解析の結果は3年目の臨床イベントと合わせて報告予定であり、また本研究において引き続き臨床イベントデータの収集を継続する予定である。
|