| 研究課題/領域番号 |
23K06864
|
|---|
| 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52010:内科学一般関連
|
|---|
| 研究機関 | 岐阜大学 |
|---|
研究代表者 |
森田 浩之 岐阜大学, 大学院医学系研究科, 教授 (90252147)
|
|---|
| 研究分担者 |
横田 康成 岐阜大学, 工学部, 教授 (00262957)
森 一郎 岐阜大学, 大学院医学系研究科, 准教授 (40444327)
浅野 元尋 岐阜大学, 医学部附属病院, 助教 (60802816)
不破 雅之 岐阜大学, 医学部附属病院, 助教 (20891766)
清水 恒輔 岐阜大学, 工学部, 助教 (70973733)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 血管年齢 / 頸動脈エコー / 動画 / CAVI / 深層学習 / エコー動画 / AI |
|---|
| 研究開始時の研究の概要 |
我々は、頸動脈エコーでの心臓拍動に伴う総頸動脈壁の動きから血管年齢を推定する新たな方法を開発し、これまで700名の患者に適用し評価を行ってきた。推定した血管年齢と実年齢に相関があること、動脈硬化リスクが高い患者では実年齢より血管年齢が有意に高くなっていることを示すことができた。本研究では、以下の3つの手法を取り入れ、より精度の高い検査法の開発を目指す。
１）弾性係数指標に代わる、より正確に血管年齢を推定できる数理モデルの開発
２）上記の数理モデルに基づく血管年齢を推定可能な機械学習・深層学習などを利用した新たな方法の開発
３）CAVIと弾性係数指標の両方から血管年齢を推定する新たな数理モデルの開発
|
| 研究実績の概要 |
血管年齢の推定はこれまでの実臨床ではCAVIが主に用いられてきたが、我々が開発した頸動脈エコー動画を用いた血管年齢の推定法を改良し、正確性を向上させて実用化するのが本研究の目的である。2023年度までに900例の患者の頸動脈エコーとCAVIの同時測定を行い、95％の患者で頸動脈エコー動画とCAVIから血管年齢の推定が可能であった。頸動脈エコーから得られた血管年齢と実年齢、CAVIから得られた血管年齢と実年齢の間には有意な相関が得られた。動脈硬化リスク因子（喫煙、高血圧症、糖尿病、脂質異常症、慢性腎臓病、肥満）の合計が3つ未満の動脈硬化低リスク群と、3つ以上または心血管疾患の既往がある動脈硬化高リスク群に分けて解析した。x軸を実年齢、y軸を血管年齢として解析を行った。CAVIでは、低リスク群がy=0.9992x+0.3993, R2=0.3944であったのに対し、高リスク群はy=1.2956x-12.835, R2=0.4058であり、高リスク群での直線の傾きが1.3倍急になっており、低リスク群より高リスク群で血管年齢が実年齢よりも高値であることが示された。一方、頸動脈エコーでは、低リスク群がy=0.9663x+3.0969, R2=0.2486であったのに対し、高リスク群はy=1.2956x+12.835, R2=0.4058であり、CAVI同様低リスク群より高リスク群での直線の傾きが1.3倍急になっており、低リスク群より高リスク群で血管年齢が実年齢よりも高値になっていることが判明した。つまり、CAVIと頸動脈エコーから推定した血管年齢は実年齢を強く反映しており、かつ両者とも動脈硬化の進行リスクの高い患者の血管年齢を実年齢より1.3倍高く推定できていた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
これまでに900例のエコー動画が収集でき、機械学習をするのに十分な症例数を確保することができた。ただし、高齢者の症例数は多く集めることができたが、20歳～40歳という比較的若年者の症例数がそれに比べるとまだ足りない状況である。今後は、機械学習による新たなt数理モデル開発に加えて、若年患者の症例のデータ収集も並行して行う予定である。
|
| 今後の研究の推進方策 |
頸動脈エコーとCAVIの両検査とも、これらの検査から推定した血管年齢と実年齢の相関であるR2の値が0.4程度と高くはない。特に頸動脈エコーから推定した血管年齢の方のR2が小さく、ばらつきが大きい傾向にある。今後、頸動脈エコーに関しては深層学習を導入し、単独もしくはCAVIとの組み合わせによる新たな数理モデルを用いて、より正確に血管年齢を推定できるアルゴリズムを開発する予定である。
|
