| 研究課題/領域番号 |
22K19511
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分52:内科学一般およびその関連分野
|
|---|
| 研究機関 | 慶應義塾大学 |
|---|
研究代表者 |
林 香 慶應義塾大学, 医学部(信濃町), 教授 (60445294)
|
|---|
| 研究分担者 |
伊藤 裕 慶應義塾大学, 医学部(信濃町), 特任教授 (40252457)
菱川 彰人 慶應義塾大学, 医学部(信濃町), 助教 (50867489)
楠本 大 慶應義塾大学, 医学部(信濃町), 講師 (70571727)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2024年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 慢性腎臓病 / ポドサイト / 血尿 / AI / Deep learning / 尿中赤血球 / 尿サンプル |
|---|
| 研究開始時の研究の概要 |
近年、AI領域の医療分野における進歩は目覚ましく、多くの領域でその応用が模索されているが、現時点で尿中細胞成分のAI診断は開発競合がほとんど存在しない。本研究により、ポドサイトや変形赤血球など、形態が腎疾患診断に結び付く尿中細胞の形態変化を定量的に把握し臨床情報との関連性を明らかにすることができれば、これまで腎生検組織診断を基本に行われていた腎疾患診断が早期から低侵襲・簡便に行うことが可能となる。
|
| 研究実績の概要 |
まずは、尿中赤血球の形態認識、Deep learningにより、赤血球形態に基づいた血尿原疾患の診断を目指した検討を行っている。腎臓外来患者の尿検体を用いて、専門の臨床検査技師により変形赤血球（dysmorphic RBC）、均一赤血球（isomorphic RBC）をラベル付けし、教師データを作成する予定であり、100例程度は症例が必要であることから、現在教師データを準備している。機械学習に際しては、慶應AIメディカルセンターで利用している既存のGPUサーバーを利用し、教師データでの学習後に正診率を検証する。
また、ポドサイトの形態認識を同様にAIを用いて行う検討については、尿中ポドサイトの形態認識の難易度が高いことから、まずはヒト培養ポドサイトを用いて、アンジオテンシンIIや高糖条件、DNA損傷を惹起する条件下で培養を行い、ポドサイトの損傷を確認したのちに形態認識を試みている。
|
| 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
尿中ポドサイトの染色、AIによる認識が困難であり、培養細胞を用いた検討に変更して行っている。また尿中赤血球については、教師データ取り込みを行っているが、多くの症例数が必要であり、また解析担当者が産休に入ったこともあり、進捗は遅延している。
|
| 今後の研究の推進方策 |
尿中赤血球の形態、およびヒト培養ポドサイトの形態について、教師データの取り込みを行い、その精度を確認する。解析メンバーを追加して検討を進める予定である。
|
