| 研究課題/領域番号 |
17H05078
|
|---|
| 研究機関 | 国立研究開発法人国立循環器病研究センター |
|---|
研究代表者 |
中尾 葉子 国立研究開発法人国立循環器病研究センター, オープンイノベーションセンター 循環器病統合情報センター, 室長 (90752824)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 循環器疫学 / 人工知能 / 疫学 / 予測 / 予防 / 心筋梗塞 / レジストリ / ビッグデータ |
|---|
| 研究実績の概要 |
本研究の目的は、循環器ビッグデータを用いて機械学習およびコグニティブコンピューティング等の人工知能応用技術を利用し、時間特性を考慮したあらゆる情報をもとに、心筋梗塞発症を予測することである。前年度構築した電子カルテ情報自動収集システムを用いて、データ抽出を行った。抽出されたデータのクリーニングおよびバリデーションを実施し、システムの改善を行った。動的データとして連続的に自動抽出する予定であったが、所属施設移転に伴う諸般の事情により、2019年3月までのデータを抽出し、一度データを仮固定することとした。データのバリデーションにおいては、実臨床データのほかに、既報、循環器疾患診療実態調査報告書、ナショナルデータベース（NDB）オープンデータ等を参照した。
本年度より心血管疾患発症に対する複数の予測モデルの開発を行っているが、日本人の冠動脈疾患の予測においては性差が存在することを明らかにし、予測モデル構築には、性差を考慮すべきであると考えられた。すなわち、女性は男性より心血管疾患予測確率が低いため、女性の予測モデルにおいては、女性特有の背景情報も考慮し検討する。研究用データセットの妥当性を検証するとともに、バリデーションコホートにより予測モデルの妥当性を検証・比較する予定である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
所属施設の移転に伴う諸般の事情により、データ抽出およびバリデーションを優先させて実施したため、データベース構築が遅れた。
|
| 今後の研究の推進方策 |
すでに予測モデルの開発は進めていたが、昨年度までに、心血管疾患予測のためのモデルには性差が存在することを明らかにしており、今後は性差を考慮したモデルについて再検討する必要がある。
|
