機械学習を用いた急性脳症診断予測モデルの検証および改良

• 研究課題/領域番号: 25K11087
• 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52050:胎児医学および小児成育学関連
• 研究機関: 香川県立保健医療大学
• 研究代表者: 大栗 聖由 香川県立保健医療大学, 保健医療学部, 講師 (70791078)
• 研究分担者: 岡西 徹 鳥取大学, 医学部, 准教授 (00510273) ; 上原 一剛 米子工業高等専門学校, その他部局等, 教授 (10324998) ; 神内 済 香川大学, 医学部附属病院, 助教 (10595929) ; 小西 行彦 香川大学, 教育学部, 准教授 (60528157) ; 前垣 義弘 鳥取大学, 医学部, 教授 (80252849)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2027年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2026年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
• キーワード: 急性脳症 / 熱成けいれん重積 / 急性期 / 脳波解析 / 機械学習

研究開始時の研究の概要

小児の急性脳症は、本邦の乳幼児に多く、その中でもけいれん重積型脳症はもっとも頻度が高く、後遺症を高率に残す。しかし、発症後3-6日経過してからMRIで皮質下白質の異常が認められるため、発症早期の診断法は未だ確立されていない。また、予後良好な熱性けいれん重積でも同じような症状を認めるため、急性脳症と発症早期での鑑別は難しい。急性期脳波鑑別が有用とされているが、熱性けいれん重積においても同様の大徐波を認めることがあり、早期鑑別は困難であるのが現状である。本研究では脳波の速波成分に着目し、機械学習を利用した急性脳症の新たな自動鑑別診断および予後予測法を開発する。