研究課題/領域番号 |
22K09138
|
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55060:救急医学関連
|
研究機関 | 三重大学 |
研究代表者 |
新貝 達 三重大学, 医学部附属病院, 助教 (40860672)
|
研究分担者 |
坂本 良太 三重大学, 医学部附属病院, 助教 (10581879)
川本 英嗣 三重大学, 医学部附属病院, 准教授 (20577415)
島岡 要 三重大学, 医学系研究科, 教授 (40281133)
|
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 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2024年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
キーワード | ICUせん妄 / 機械学習モデル / 肺炎 / 腎不全 / バイタルサイン / 機械学習 / AI |
研究開始時の研究の概要 |
本研究では①機械学習を用いて、三重大学附属病院ICUの5年分(約1万人)の患者データを使い、肺・腎・脳の負の連鎖が創り出す複雑な関連性を解析することでリスク因子を同定し、世界初の肺炎・腎不全-関連ICUせん妄予測モデルを構築する。次に②ハーバード大学関連病院ICU患者データベースMIMIC-IIIを活用して、汎用性と予測精度を向上させた予測モデル改訂版を構築する。最後に③改訂版予測AIモデルの臨床でのフィジビリティ(実行可能性)研究を行う。
|
研究実績の概要 |
せん妄はICU患者の10~50%で発症し、独立した予後不良因子であり、効果のある特異的な治療法は確立していない。そのため早期診断をいかに予防につなげるかが重要な課題である。近年、AIを用いたICUせん妄発症を予測するアルゴリズム開発が進行している。既知の機械学習を用いてICUせん妄を予測したPRIDEモデルの問題点は、トレーニングデータのせん妄を特徴付ける寄与因子(説明変数)が64個と少ないためモデルの正確性が低いことである。 我々はこの問題を解決するため、寄与因子(説明変数)を120個に設定し、ICU患者1000人を対象にしたAIモデルを使用した予備研究でIntensive Care Delirium Screening Checklist(ICDSC)せん妄スクリーニングスコアの因子分析の結果、寄与因子としてバイタルサインの変化が強く相関していることを明らかにした。今後は欠損値を処理し(前処理を行い)寄与因子を説明変数としたICUせん妄を予測可能なAIモデルの確立を行う。
|
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
1万人のデータ取得は終了済み。AI解析のための前処理が概ね順調に進んでいるため。 論文投稿準備中である。
|
今後の研究の推進方策 |
前処理後にpythonもしくはSonyの機械学習モデルを用いて解析を行いICUせん妄予測AIモデルを作成する。
|