| 研究課題/領域番号 |
19K08740
|
|---|
| 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53040:腎臓内科学関連
|
|---|
| 研究機関 | 川崎医科大学 |
|---|
研究代表者 |
神田 英一郎 川崎医科大学, 医学部, 教授 (40401377)
|
|---|
| 研究分担者 |
柏原 直樹 川崎医科大学, 医学部, 教授 (10233701)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 慢性腎臓病 / 透析 / 機械学習 / 深層学習 / AI / ネットワーク / 自然言語処理 / ビッグデータ |
|---|
| 研究成果の概要 |
日本では高齢化に伴って慢性腎臓病(CKD)患者が今後増加すると予想されるため、CKD進行の新規病態因子や治療標的の発見が重要な課題である。しかし従来のハンドサーチによる文献検索や疫学的研究手法では限界があった。
そこで、AI・ICT技術を用いて、インターネット情報(MEDLINE上の文献)を解析し、医学用語のデータの数理学的構造を明らかにし、医学用語ネットワークを構築した。この医学用語ネットワークを基盤として透析患者のビックデータを解析し、生命予後を予測する機械学習モデルを開発した。この機械学習モデルによって、CKDの病態概念を数理学的モデルで表現することに成功した。
|
| 自由記述の分野 |
腎臓病学
|
| 研究成果の学術的意義や社会的意義 |
本研究では、正確に予後を予測する機械学習モデルを開発した。この機械学習モデルは疾患の病態を数理学的モデルで表現しており、新規の危険因子や治療法の開発につながる可能性がある。例えば、この機械学習モデルの臨床での活用法として以下の流れが考えられる。①予後の悪い患者をスクリーニングする。②スクリーニングされた患者を対象にデータを解析し、予後を予測する。③患者に対して、癌・感染症・低栄養・心血管疾患などの合併症がないか精査し、適切な介入・治療を行う。このシステムの臨床活用により患者予後の改善が見込まれ、腎疾患診療に対して多大な波及効果がもたらされると考えられる。
|
