| 研究課題/領域番号 |
23K07560
|
|---|
| 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 | 自治医科大学 |
|---|
研究代表者 |
牧元 久樹 自治医科大学, 医学部, 准教授 (40934708)
|
|---|
| 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 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
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 | 心不全 / 心電図 / 人工知能 |
|---|
| 研究開始時の研究の概要 |
医療用人工知能(AI)は人間の認識能力を超える識別能を示すが、判断過程が不明という致命的欠陥がある。このため実用化しても診断の契機付けにしかならない。本研究は、AIが識別根拠とする箇所を数学的に同定し、最終的に人間にAIと同等の識別能を獲得させることを目的とする。すなわち、心電図波形を周波数成分に分割することで、人間が心電図から心機能低下を認識できる表現形式を開発し、臨床応用することを目的として立案した。本研究による成果は、心臓画像検査部門の負荷を軽減し、同時に無症候性の心機能低下見落としも防止できる新しい心機能評価のスクリーニング法となりうる。
|
| 研究実績の概要 |
(1) 自治医科大学の2014年から2019年までに心電図と心臓超音波検査を同時期に施行された症例のデータセットを約20,000例分揃えた。このデータセットのデータクリーニングを行い、心電図人工知能(AI)の構築に使用可能なデータの抽出を行った。このデータセットを心臓超音波検査の結果に基づき心機能低下例と正常例の二群に分類した。
(2) 過去の心電図AIを用いた複数の研究及び研究代表者の実績から、心電図AIは心電図上の特定の部位に注目していることがフォーカスの可視化で観察可能であることが報告されている。しかし、具体的な心電図区分の心電図AIの判定への貢献度は十分に明確とはなっていない。心電図上の特定部位を区切って心機能低下を解析可能とするため、心電図の電子データに基づき、心電図データを心拍ごとに分解するプログラムを作製した。
(3) 上記プログラムを用いて、クリーニング済みの心電図データを単心拍ごとのデータに分割した。さらに、心電図のセグメント(P波、QRS波、T波)に応じてそれぞれの波形を切り出した。この波形の部位によって心機能低下の認識精度が有意に異なることが示された。また、使用する心電図の誘導数(通常は12誘導)を減少させた場合には、心機能低下の認識精度が低下することが明らかとなった。以上のことから、心電図上、心機能低下を示す指標は心電図のセグメントにより密度が異なり、各誘導に分散して含まれていることが示された。本成果は現在論文投稿準備中である。
|
| 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
心電図のデータセットの準備を行い、心電図AIの構築を進めることができた。
|
| 今後の研究の推進方策 |
2024年度は上記結果に基づき、心電図セグメントごとの特徴解析を行う。さらに、心電図の周波数解析を行い、複数のアプローチによる心機能低下シグナルの特徴解析を予定する。
|
