| 研究課題/領域番号 |
24K13873
|
|---|
| 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58070:生涯発達看護学関連
|
|---|
| 研究機関 | 藤田医科大学 |
|---|
研究代表者 |
清水 三紀子 藤田医科大学, 保健衛生学部, 講師 (90402627)
|
|---|
| 研究分担者 |
鈴木 紀子 順天堂大学, 医療看護学部, 准教授 (70460574)
村上 和人 愛知県立大学, 情報科学部, 教授 (10239486)
山本 直樹 藤田医科大学, 産官学連携推進センター, 特任教授 (00267957)
藤原 郁 藤田医科大学, 保健学研究科, 教授 (20351009)
田中 朋子 順天堂大学, 医療看護学部, 准教授 (40398532)
前田 初美 藤田医科大学, 保健衛生学部, 准教授 (60973344)
明石 優美 藤田医科大学, 保健学研究科, 講師 (90769407)
東本 祐紀 藤田医科大学, 医療科学部, 講師 (20569701)
杉浦 将人 藤田医科大学, 保健衛生学部, 講師 (10646475)
岩瀬 敬佑 藤田医科大学, 保健衛生学部, 助教 (80826719)
都築 弘典 藤田医科大学, 保健衛生学部, 助教 (80727199)
金 瓊愛 藤田医科大学, 保健衛生学部, 助教 (30826334)
北村 幸恵 順天堂大学, 医療看護学部, 助教 (10773731)
加藤 治実 藤田医科大学, 保健衛生学部, 助教 (30804207)
中畑 ひとみ 藤田医科大学, 保健衛生学部, 助教 (30897111)
中井 彩乃 藤田医科大学, 保健衛生学部, 助教 (80937988)
梅村 まり子 藤田医科大学, 保健衛生学部, 助手 (30848651)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2029-03-31
|
| 研究課題ステータス |
交付 (2024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)
2028年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2027年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2026年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2025年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | ヘモグロビン / 眼瞼結膜 / 貧血 / 鉄過剰症 / スマートフォン / アプリケーション / 保健指導 / 予防医学 / 栄養指導 |
|---|
| 研究開始時の研究の概要 |
日本人の約20％が貧血であるが、予防の国策は無い。一方、血液などの疾患により頻回な輸血が必要な場合、鉄過剰症のリスクがあり、その副作用には重篤な肝炎などがある。しかし、血液検査での鉄過剰症の確認には頻度に限界があり、早期発見が難しい現状がある。そこで、本研究ではスマートフォンで撮影された眼瞼結膜の画像をAI分析することにより血液のヘモグロビン値が予測できるアプリケーションを開発し、誰でも、いつでも、どこでも貧血／鉄過剰症のスクリーニングができる社会構築を目指す。
|
| 研究実績の概要 |
本年度は、アプリケーション開発のためのデータ収集と分析を行った。
【対象】A大学で研究同意が得られた18～21歳の219名（女性197名、女性22名）の対象のうち、欠損データがあった対象を除く217名のデータ分析を行った。データは定期健康診断の採血日に、採血の待ち時間を利用して行った。
【方法】データ収集は、本研究独自のデータ収集専用のアプリケーションをスマートフォン（iphone pro12：アップル社)にダウンロードして行った。データの項目は、眼瞼結膜の画像とアンケート調査（サプリメント内服の有無など）であった。眼瞼結膜の画像は対象者に自分の右指で眼瞼結膜を露出してもらい、研究者がスマートフォンで撮影した。データ分析は、本研究独自AIであるMeigiNetA1：メイギテクニカ設計CNN（畳み込みニューラルネットワーク）を使用した。
【結果】血液ヘモグロビン値とAI予測ヘモグロビン値の相関係数r=0.63、平均絶対誤差MAE=0.77、決定係数r2=0.37であった。血液ヘモグロビン値の範囲：8.0～17.8g/dL。
【考察】本研究独自のデータ収集専用のアプリケーションを使用しなかったこれまでの研究結果（相関係数r=0.47、平均絶対誤差MAE=0.92、決定係数r2=0.18）と比較すると精度は高まった。しかし、データ件数が少ないため、過学習が起きている可能性がある。さらに、ヘモグロビン値の異常値のデータが少なかった。これらより、データ数を増やすこと、異常値データの収集が今後の課題である。
|
| 現在までの達成度 |
現在までの達成度
3: やや遅れている
理由
データ収集に時間を要している。
|
| 今後の研究の推進方策 |
1．データ収集を継続する。
2．アンケートより、AI予測ヘモグロビン値に影響する因子を分析する。
|
