| 研究課題/領域番号 |
22K09525
|
|---|
| 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56030:泌尿器科学関連
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
重村 克巳 神戸大学, 医学研究科, 教授 (00457102)
|
|---|
| 研究分担者 |
滝口 哲也 神戸大学, 都市安全研究センター, 教授 (40397815)
大澤 佳代 神戸常盤大学, 保健科学部, 教授 (50324942)
宮良 高維 神戸大学, 医学部附属病院, 特命教授 (50368304)
高島 遼一 神戸大学, 都市安全研究センター, 准教授 (50846102)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 尿路感染症 / 正解率 / AI診断システム |
|---|
| 研究開始時の研究の概要 |
近年医療分野において、人工知能（AI）を用いた診断システムが実用化されつつある。
従来の薬剤耐性感染症の検査には時間を要し、初期治療は医師が患者背景、尿所見などの情報から総合的に判断して、原因菌を推定して広域抗菌薬を選択するも、しばしば治療失敗や薬剤耐性の拡大に繋がっている。初期治療段階で耐性菌を予測できるAIシステムが実用化されれば、不適切な抗菌薬投与によるさらなる薬剤耐性化を防止できる。本研究では近隣諸国を含めた、治療データなどの臨床、細菌の情報毎に最適な深層ネットワークの検討を行う。最終的に、国際的に利用できるAIを用いた適正治療・耐性菌・耐性機構予測システムの開発を目指す。
|
| 研究実績の概要 |
【背景・目的】近年、尿路感染症（UTI）など感染症における薬剤耐性菌が問題視される。解決策として人工知能（AI）を用いたデジタル医療の確立が挙げられる。治療初期における薬剤耐性菌AI診断システムが実用化すれば、抗菌薬の過剰投与による薬剤耐性菌蔓延を防止できる。そのため、開発の初期段階としてUTIの原因の大部分を占める大腸菌を判別し精度比較を行った。
【方法】当院でUTIと診断された患者データ（A）および他施設の同データ（B）を対象とした。機械学習手法にはランダムフォレストを使用した。精度比較として、特徴量選択なしで学習データA・テストデータA(条件1)と学習データA＋B・テストデータA（条件2）を用いた。特徴量選択ありで学習データA・テストデータA (条件3）と学習データA＋B・テストデータA＋B(条件4）を用いた。また、条件2と条件3を条件3の特徴量を用いて比較した。
【結果】条件1では正解率（Acc）78 %，再現率(tpr)10 %，偽陽性率(fpr)5 %、条件2ではAcc79 %，tpr17.5 %，fpr5 %であった。Accは条件2で1%上がったが、データ数の少なさからtprがどちらも低かった。条件3と条件4の比較では、どちらも特徴量40個でtprは40%超だったが、条件4でfprは高く精度が低下した。また、選択された特徴量の比較結果では条件4で腎盂腎炎など診断情報が選択された。この疾患は大腸菌が原因菌であることが多く臨床の特徴と一致した。今後他の条件設定の解析も進めていく予定である。
|
| 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
2023年度に医学研究科の基礎分野に異動となり、臨床データへのアクセスに少し時間を要したため。
|
| 今後の研究の推進方策 |
このたび４月より他施設に異動したため、さらなるデータも増やしつつ研究を進めていく予定である。
|
