| 研究課題/領域番号 |
24K22342
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分62:応用情報学およびその関連分野
|
|---|
| 研究機関 | 東海大学 |
|---|
研究代表者 |
鈴木 秀和 東海大学, 医学部, 教授 (70255454)
|
|---|
| 研究分担者 |
今村 誠 東海大学, 情報通信学部, 教授 (30780291)
金谷 泰宏 東海大学, 医学部, 教授 (40506317)
|
|---|
| 研究期間 (年度) |
2024-06-28 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2025年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2024年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | 人工知能 / 潰瘍性大腸炎 / クローン病 / 予後予測 / 治療選択 |
|---|
| 研究開始時の研究の概要 |
人工知能の深層学習モデルでは疾病診断や治療選択の妥当性の検証が可能だが、入力値からアウトカムに至る過程がブラックボックスとなり診断結果と入力項目との関係性の説明が困難であった。これを説明可能な深層学習モデル（point-wise linear (PWL)法）で解決し、診断基準をデータ駆動型とし症例蓄積で自律的に診断精度を向上できる診断体系を構築する。つまり、潰瘍性大腸炎・クローン病患者を対象とした公的データベースを教師データとし、①診断基準、②治療選択、③予後予測の妥当性を検証する深層学習モデルを開発し、治療選択肢や予後との関係から対象集団をクラスター分類し、それぞれの特性を解析する。
|
