機械学習のアプローチによるPatient-based Real-time Quality Controlの開発

• 研究課題/領域番号: 24K10577
• 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: 大阪公立大学
• 研究代表者: 武村 和哉 大阪公立大学, 大学院医学研究科, 学内連携研究員 (60981256)
• 研究分担者: 中前 美佳 大阪公立大学, 大学院医学研究科, 准教授 (00382135) ; 岡村 浩史 大阪公立大学, 大学院医学研究科, 講師 (00803149)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 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: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
• キーワード: 精度管理 / 臨床検査 / 機械学習 / PBRTQC

研究開始時の研究の概要

臨床検査の質を担保する上で精度管理は必須であるが、自動分析装置と臨床検査情報システムを用いたリアルタイムな結果報告を行う昨今においては、生じたエラーを即時に検出する精度管理手法が求められている。これを解決するために、患者検体を用いたリアルタイムな精度管理（PBRTQC）が提唱されているが、実臨床に耐え得る性能を持つには至っていない。我々は、大量データの特徴を自動で学習し、分類問題に高い性能を持つ機械学習のアプローチが、この課題解決に有用である可能性を見出した。本研究では、この成果を発展させ、実臨床で発生し得るエラーをリアルタイム、かつ高精度に検出可能なPBRTQCモデルを開発することを目指す。