機械学習を利用したシバリングの検出

• 研究課題/領域番号: 24K12046
• 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55050:麻酔科学関連
• 研究機関: 山梨大学
• 研究代表者: 和田 啓一 山梨大学, 大学院総合研究部, 臨床助教 (70568112)
• 研究分担者: 岩下 博宣 山梨大学, 大学院総合研究部, 助教 (10232670) ; 松川 隆 山梨大学, 大学院総合研究部, 教授 (80209519)
• 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: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 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: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
• キーワード: 機械学習 / シバリング / 体温生理

研究開始時の研究の概要

手術後のシバリング（ある温度より体温が低下した際にふるえにより熱産生を行う反応）は様々な合併症を惹起し医療費の増大を招くことが知られている。我々はウサギを用いて各種条件がもたらすシバリングを引き起こす温度の変化を研究してきた。今までの研究では観察者の目視にてその発生を検出しているが、精度に関連する誤差を排除しきれていない。そこで、機械学習を用いてシバリングの検出が可能となるような環境の構築を行うことを目標とした。