| 研究課題/領域番号 |
23K17223
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分90130:医用システム関連
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
井上 宏子 千葉大学, 医学部附属病院, 医員 (10898737)
|
|---|
| 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: 650千円 (直接経費: 500千円、間接経費: 150千円)
2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2023年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | ドライウエイト / 機械学習 / 血液透析 / 知識モデル / 人工知能 |
|---|
| 研究開始時の研究の概要 |
本邦では末期腎不全のために約34万人が血液透析を行っている。毎回の血液透析の終了時に到達する目標体重として個々の患者でドライウエイト(Dry Weight；DW)を設定するが、DWが適正となっていない場合は心不全や低血圧を引き起こし、生命予後不良となる。DWの設定は医師によって経験的に行われているが、心不全の有無、食事や運動の状態、筋肉量など多数の影響因子があり、至適な設定は非常に難しい。本研究では人工知能を用いてDWの設定を支援するモデルを開発することを目的とする。
|
| 研究実績の概要 |
＜機械学習によるドライウエイト変更確率の予測モデルおよび前向きのデータ収集＞
予備的研究では毎回の透析セッション時にドライウエイトを変更する確率を予測する機械学習モデルを作成した。予測モデルの精度や重要度分析の結果について2023年度に論文を発表した。
予測モデルの改良を目指し、関係各部署と協議を実施している。予備的研究のデータ収集において不十分と考えられた毎回の透析セッション時の理学所見や胸部レントゲン写真の所見などをテンプレートを使用することで網羅的に収集し、インピーダンス法による体組成測定を行う前向きの多施設共同研究を予定し、現在当院の倫理審査委員会に申請中である。当院は外来透析患者が少ないため長期の入院が見込まれる患者も研究対象とすることを考えているが、安定した外来透析患者を多く治療している関連病院に協力を依頼している。体組成測定に用いるINBODYを導入し、倫理審査承認を待ち臨床研究開始を予定している。
＜知識モデルを用いた透析診療知識の構造化＞
予備的研究において、産業技術総合研究所で開発されたCHARMと呼ばれる知識モデルに透析診療の知識を入力して構造化した透析マニュアルを作成している。作成した透析マニュアルを透析診療の初心者である初期研修医に使用してもらい、透析診療に関わる臨床問題の正答率で有用性を評価した臨床研究の成果を2023年度の透析学会で発表した。現在、論文投稿の準備と透析マニュアルのアプリケーション化の準備を進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
新規にデータ収集を行う前向きの多施設共同研究は倫理審査申請中であるが、計画書等の修正を行っており時間を要している。データ収集にも時間を要することが想定される。
|
| 今後の研究の推進方策 |
テンプレートを用いたデータ収集とインピーダンス法による体組成測定を行う前向きの多施設共同研究は倫理審査承認後に研究を開始する。新規に取得するデータと予備的研究で得たデータを合わせ、機械学習を用いてドライウエイトの設定に関わる検討を行う。
CHARMを用いて作成済みである透析マニュアルを基に、透析を行う当日において推奨される行動やその理由を自動で示すようなアプリケーション化を進めていく。
|
