| 研究課題/領域番号 |
22K18211
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分90130:医用システム関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
岡 真太郎 大阪大学, 歯学部附属病院, 特任助教(常勤) (30912232)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
|
|---|
| キーワード | 歯科治療 / 機械学習 / 医療安全 |
|---|
| 研究開始時の研究の概要 |
歯科医師は診療中に経験からフィードバックを行い自身の手技を修正していく。診療の経験を多人数で共有できれば、効率的に手技の学習が行えるが、電子カルテによる記録は情報量が少なく、映像では効率的な利用が難しいという問題がある。そこでAIを用いることで、映像から術者の動作を抽出し、術者が診療内容から動作を実現するアルゴリズムの解明を行い、これを術者間で比較できる仕組みを構築する。
|
| 研究実績の概要 |
昨年度に構築した、患者診療中の術者および器具の状況を記録するシステムを用いて、最終年度途中までで約200症例のデータを蓄積した。すべての症例のレセプトの算定項目を集計し、算定回数が8回以下の珍しい項目しか算定していないもの、および初再診料しか算定していない症例を除外したところ158例となった。この158例のデータのうちトレー上の器具の存在情報(器具時系列データ)を用いて、歯科医師の手技の目的である、診療内容[歯周処置・う蝕処置・根管治療・根管充填]4分類および、レセプト算定8項目[レントゲン・歯周検査・歯周処置・う蝕への充填・補綴物の除去・根管への処置・根管長測定・根管充填]それぞれの有無の推定を行った。
まず診療内容の4分類を目的として、器具時系列データを用いて畳み込みニューラルネットワーク(CNN)を用いた分類器を作成したところ、約75%の精度で分類可能であることがわかった。器具時系列データを時間方向に総和したデータを元に従来型機械学習であるサポートベクターマシン(SVM)を用いた分類器を作成したところ、約70%の精度で分類可能であることがわかった。
次にレセプト算定項目の推定を目的として、器具時系列データを入力として前述と同じCNNを用いた分類器を作成したが、ほぼすべての項目を0(算定していない)と出力するようになった。これは[8項目 × 158例]のレセプトの算定のうち76.6%が0という不均衡データがCNNの学習に適さなかったためと考えられた。そこでSVMを用いて各レセプト項目の分類器を作成しマシューズ相関係数で評価したところ、[歯周検査・歯周処置・う蝕処置・根管への処置]については60%以上となった。
以上のように蓄積したデータを用いることで、歯科医師の手技から処置内容を推定できたことから、映像等を用いて歯科医師の意思等を推定することが可能であることが示された。
|
