| 研究課題/領域番号 |
23K07509
|
|---|
| 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53020:循環器内科学関連
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
楠瀬 賢也 徳島大学, 病院, 講師 (70507649)
|
|---|
| 研究分担者 |
古徳 純一 帝京大学, 医療技術学部, 教授 (70450195)
|
|---|
| 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: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023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 | Heart Failure / Artificial Intelligence / Cardiovascular Imaging |
|---|
| 研究開始時の研究の概要 |
心不全患者は激増している．心不全の予後は極めて悪いため，正確な診断とリスク評価により入退院を早期に防ぎ，有効な治療法を選択するかが重要となっている．我々はdeep learningを胸部X線画像に適用し，精度高く心不全確率を算出するAIモデルを開発した．本手法を用いることで胸部X線画像から再現性の高い心不全確率を算出可能であるが，実臨床データとのリンクについて検討することで，臨床的有用性を証明できると考えた．本研究ではAIモデルの心不全確率と予後との関連を調べることでリスク層別化が可能かどうか，治療によりどのように変化をするかを検証し心不全の治療ガイドとして用いられる可能性について検証する．
|
