| 研究課題/領域番号 |
23K15624
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分55060:救急医学関連
|
|---|
| 研究機関 | 山形大学 |
|---|
研究代表者 |
早坂 達哉 山形大学, 医学部, 助教 (20869911)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2027-03-31
|
| 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)
2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023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 | 人工知能 / 気道管理 / 挿管困難 / マスク換気困難 / 顔画像 / 客観的評価指標 / 人工知能（AI） |
|---|
| 研究開始時の研究の概要 |
気道管理は患者生命維持において重要な技術であり、気道確保器具の準備が数十秒遅れただけでも低酸素血症や不可逆性の脳機能障害、心停止に進展する可能性がある。気道確保はすべての医師が習得すべき技術であり、マスク換気困難（DV）や挿管困難（DI）を予測し対応する必要がある。そのため多くのDVDIを予測する因子が提示されてはいるが主観的評価が含まれ、気道管理に特化した知識と経験則が必要となる。そこで本研究では患者顔画像と麻酔科医による診断を紐づける深層学習によりDVDIを同時に予測する人工知能モデルを開発する。
|
| 研究実績の概要 |
本研究は、気道管理の難易度を予測するための人工知能（AI）モデルを開発することを目的としています。具体的には、マスク換気困難（DV）と挿管困難（DI）を同時に予測するAIモデルを構築し、患者の顔画像から気道確保の困難度を予測する技術を開発しています。このAIモデルは、麻酔導入前や緊急時の気道確保において、気道管理に不慣れな医師でも迅速に対策を立てることができるようサポートします。AIモデルは顔画像の特定部位に注目し、気道管理の困難性と関連する特徴を明らかにする能力を有しています。
従来の気道管理評価は、患者の外見や身体的特徴に基づく主観的な方法での予測が一般的ですが、本研究では多くの顔画像データによって学習させることにより、客観的かつ定量的な評価を可能とするAIモデルを目指しています。このアプローチにより、気道管理の精度と安全性が向上することが期待されます。
初年度では、研究の基盤となるデータ収集のための、病院内における各診療科の協力体制を確立しました。モデル構築と検証のために800人分のデータ収集を目標としており、現在120人分の顔画像データを収集しました。
今後の研究展開では、データ収集と分析を継続し、モデルの精度と汎用性を向上させることを計画しています。また、開発されたAIモデルを基に、医療従事者が気道管理技術を向上させるトレーニングプログラムを開発し、教育ツールとしての活用も進める予定です。これにより、気道管理における医療の質を高めることが可能となり、患者の安全をより確実に守ることができると考えます。
|
| 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
本研究におけるデータ収集は、個人情報に配慮が必要なプロセスであり、特に顔写真の取得にはその配慮が求められます。このため、各診療科への詳細な研究説明と協力の依頼が必要でした。この説明と説得には時間と労力を費やしましたが、最終的には各診療科からの理解と協力を得ることができました。これによりデータ取得のスタートが当初の予定より少し遅れましたが、現在は順調に進行しています。研究の重要性と必要性をしっかりと説明し、初期段階でしっかりとした協力体制を築けたことが、研究の進行を大きく支える要因となっていると考えられます。
|
| 今後の研究の推進方策 |
1.効率的なデータ収集と最適化：対象患者のデータ収集と入力を迅速にできるように対策を強化します。データ取得はより効率的な研究説明同意取得に努めます。また研究協力者を増やし、手作業によるデータ入力時間を削減すると共に、研究期間内で実現可能なデータ収集数に基づいてリソースの配分を見直し、目標データ数を適切に設定します。
2.計算リソースの拡充：現在、データ量が増加しているため、データ解析とAIモデルの訓練を支えるために、GPU搭載の高性能パソコンを購入します。これにより、大量の画像データを迅速かつ効率的に処理し、モデルの訓練と評価を効果的に進めることができます。
3.研究環境の整備とセキュリティの強化：インターネット接続が遮断された状態でAI解析を行う環境を整えており、データの安全は保持されています。データのセキュリティとプライバシーを保護しながら、研究データの効率的な管理を確実にするためのシステムを構築します。
|
