| 研究課題/領域番号 |
22K16217
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分53040:腎臓内科学関連
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
内野 詠一郎 京都大学, 医学研究科, 特定助教 (20820905)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 急性腎障害 / 発症予測モデル / AI / 腎臓内科学 / 機械学習 / 人工知能 |
|---|
| 研究開始時の研究の概要 |
急性腎障害（AKI）の発症予防のため、人工知能技術を用いたAKI発症予測モデルの構築が広く試みられているが、モデルが実際の臨床で用いられた場合の臨床医の行動への影響や、アウトカムへの影響は未だ明らかでない。本研究では、電子カルテデータを用いたAKI発症有無の予測モデルを構築し、7日以内の発症予測およびその根拠の提示や最適な介入提案を行うAKIリスクアラートツールとして実装する。このツールを成人入院患者に対して適用し、AKIハイリスクと判定された患者について腎臓内科医にリスクアラートを発行した際の診療行動への影響や臨床的効果を検証する。
|
| 研究実績の概要 |
急性腎障害リスクアラートシステムに関する、モデルの構築および説明性技術の検討について行った。説明性技術については、SHAPと呼ばれる予測モデルの予測結果に対する予測理由の説明性技術によって、腎臓内科医が考えるAKI発症理由へと一致しうる説明理由が算出可能であることが示された。
こうした知見を利用した実際の前向き試験について、京都大学医学部附属病院における実施のための体制整備と、計画および倫理審査のための準備を実施、進行している。
|
| 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
前向き研究のための同意取得のシステムの準備に時間を要した。
|
| 今後の研究の推進方策 |
同意取得にシステムについて、電子カルテシステムに埋め込まれたシステム開発を昨年度完了することができたため、本年度は当システムを利用した倫理審査および前向き研究を開始する。
|
