• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実施状況報告書

人工知能による画像、採血データを用いたリハビリテーション帰結予測モデルの構築

研究課題

研究課題/領域番号 18K10765
研究機関藤田医科大学

研究代表者

岡崎 英人  藤田医科大学, 医学部, 准教授 (30410707)

研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード人工知能 / 脳血管障害 / リハビリテーション / 帰結
研究実績の概要

本研究は人工知能を利用して、リハビリの帰結予測に採血データや画像所見を臨床データに加えることによってより精度の高い予測が可能となるか検討するものである。
平成31年度(令和元年度)は、予備検討として、臨床データのみでの人工知能を使用した帰結の学習モデルの作製と検証、頭部MRI画像の処理を行い人工知能への学習を進めた。既存の報告されている方法との比較では、機械学習はpythonを使用し、臨床データ(入院時と2週後のFIM運動項目得点、Stroke Impairment Assessment Set全項目 )4964例を使用し、3986例をモデル作成に使用し、残りの978例で検証を行った。2地点を使用した既存モデルと比較し、既存モデルではR二乗0.79にたいし人工知能で作成したモデルではR二乗0.89、また残差分析でも人工知能モデルの方が残差のばらつきが小さく、人工知能モデルの方が高い精度のモデルを作成出来tた。脳梗塞症例では、MRIのDWI、FLAIR、T1を使用し、脳出血症例では頭部CT画像、MRIのT2画像を使用し人工知能に学習をさせている。脳画像はそのままでも学習可能であるが、人工知能に正しく学習させるため、全症例に対し、異常所見を同定し、それを人工知能に学習させ、帰結との関連を学習させるようにした。現在、症例数の多い脳梗塞を中心にモデル作成にとりかかっており、現在も画像の処理とモデル作製のための学習をすすめているところである。今年度中にさらに学習を進め、モデルの検証を行っていく予定である。

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

人工知能に正確に学習させるために、人の手によって全画像の有意な所見を示す必要があるため、学習するために症例の準備に想定より時間を要している。

今後の研究の推進方策

現在、学習を進めており、継続していく。令和2年度も精度向上のため人工知能に学習をさせていくことを進めていく。

次年度使用額が生じた理由

コロナウィルスによって学会発表の出張がなくなったため、一部費用が来年度へ繰り越しとなりました。

  • 研究成果

    (1件)

すべて 2019

すべて 学会発表 (1件)

  • [学会発表] ディープラーニングによる脳卒中後片麻痺の帰結予測の試み2019

    • 著者名/発表者名
      岡崎英人
    • 学会等名
      第56回日本リハビリテーション医学会学術集会

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi