研究課題/領域番号 |
22K09863
|
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56070:形成外科学関連
|
研究機関 | 東北医科薬科大学 |
研究代表者 |
權太 浩一 東北医科薬科大学, 医学部, 教授 (50254925)
|
研究分担者 |
舘 一史 東北医科薬科大学, 医学部, 講師 (40377544)
高地 崇 東北医科薬科大学, 医学部, 講師 (60770188)
|
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 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
キーワード | 眼瞼下垂 / 機械学習 / 長さ-張力曲線 / 下垂要因 / 人工知能 / AI / 長さー張力曲線 |
研究開始時の研究の概要 |
これまでに研究者らが蓄積した数百例の下垂症例の眼瞼挙筋の筋生理学的特性データ(挙筋 長さ-張力曲線グラフ)を機械学習によって下垂病因と関連付け、機械学習アルゴリズムを走らせるプログラミングを行って、このグラフに基づく下垂病因判定を人工知能に遂行させることを最終目標とする。実際に高スペックの汎用PCマシンでプログラムを走らせ、新規で病因未知の挙筋生理学的特性データに対して、病因予測診断を行わせるシステムを確立する。
|
研究実績の概要 |
機械学習の学習用素材および評価用対象となる、過去の眼瞼下垂症例を整理したが、研究代表者の前および前々所属施設の症例を含むため、臨床研究計画を立案し、その審査申請に向けて準備中である。複数施設にまたがる臨床研究となるため、計画立案に時間がかかっており、まだ実際の症例データを機械学習させる段階に至っていない。 一方、機械学習のためのプログラム作成は、並行して研究を進めている他の臨床素材を対象に、ほとんど完成しており、本研究における学習用データが使用可能となれば、すぐにでも機械学習は開始可能な段階にある。実際に、難治性潰瘍を素材とした機械学習システムを応用に移し、英文論文に投稿してacceptされた。(Tachi K, et al. Application to Quantify Ulcer Areas and Track Its Progress. In press)
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
機械学習の学習用素材および評価用対象となる、過去の眼瞼下垂症例を整理したが、研究代表者の前および前々所属施設の症例を含むため、臨床研究計画を立案し、その審査申請に向けて準備中である。複数施設にまたがる臨床研究となるため、計画立案に時間がかかっており、まだ実際の症例データを機械学習させる段階に至っていない。
|
今後の研究の推進方策 |
本研究の臨床素材を機械学習システムによって解析可能とするために、一刻も早く多施設間の臨床研究審査の認可を得て、確立された機械学習システムで解析を開始する。
|