研究課題/領域番号 |
22K08874
|
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55020:消化器外科学関連
|
研究機関 | 下関市立大学 |
研究代表者 |
中上 裕有樹 下関市立大学, 経済学研究科, 准教授 (30843304)
|
研究分担者 |
中津井 雅彦 山口大学, 大学院医学系研究科, 教授(特命) (10509532)
浅井 義之 山口大学, 大学院医学系研究科, 教授 (00415639)
新藤 芳太郎 山口大学, 医学部附属病院, 助教 (70749811)
渡邊 裕策 山口大学, 医学部附属病院, 助教 (80799437)
田邉 剛 山口大学, 大学院医学系研究科, 教授 (80260678)
|
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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
|
キーワード | ヘルスデータサイエンス / 消化器がん / リアルワールドデータ / 臨床検査 / 個別化治療 / データサイエンス |
研究開始時の研究の概要 |
新たな発想でがん患者の予後を高精度で予測出来れば,システマティックに患者のQuality of Lifeを向上させる治療法選択が可能になる.本研究では,山口大学医学部附属病院受診がん患者の大規模時系列臨床検査値及び予後データのリアルワールドデータに基づいて,患者の余命予測を行う機械学習モデルを構築する.従来研究とは異なる視点で,機械学習手法に予測根拠の解釈が可能な説明可能Artificial Intelligence(AI)を組み合わせることによって予測に使用する臨床検査の項目を限定せずより高精度な予測を目指す.我が国に於けるAIホスピタルの実装の一部としての活用も期待できる.
|
研究実績の概要 |
1981年以降、日本人の死因のトップは一貫して悪性新生物(がん)である。現在に於いて国内のがん新規患者数は2021年で101万人、がん死亡数が38万人と予測され、山口県においても年間のがん新規患者数が10,000人程度、死亡者数が5,000人程度で推移するなど、いずれも高いレベルにある。がんに対する医療体制の充実は、国民、県民の生命や健康的な生活を維持するための喫緊かつ重要な課題である。がんに対する治療は患者の体への負荷や副作用・有害事象の発生など、患者の負担も大きく、患者の状態に応じた適切な治療手段の選択が求められる。患者の現在および過去の状態から将来の予後を予測し、医療従事者や患者へ提示することができれば、治療方法を選択するための参考となり、患者QOL(Quality of Life)の向上が期待できる。そこで本研究では、国内及び県内において罹患率の高い胃がん・大腸がん、及び五年生存率が低い膵がん・食道がんをターゲットとし、患者の臨床検査値及び予後データに基づいて、患者の余命予測を行う機械学習モデルを構築する。 令和5年度は機械学習手法による予測モデルの構築として,①学習・検証用データセットの構築 ②統計的多次元データ解析法・機械学習法による予測モデル構築を行った.複数の統計的なデータの次元の縮約法や複数の統計的なモデル構築より予測の評価を行うと,目標としていた基準を上回る結果(予測評価:0.8以上)が得られた.
|
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
主たる学内での研究実施場所の変更,また新学部設置のため研究代表者のその他の業務の多忙により,若干の遅れが生じている.
|
今後の研究の推進方策 |
説明可能AI技術による予測根拠の可視化 検証結果のフィードバックおよび再学習を行っていく.
|