| 研究課題/領域番号 |
19K18321
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
佐藤 憲明 京都大学, 医学研究科, 特定助教 (90838997)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 畳み込みニューラルネットワーク / 急性腎障害 |
|---|
| 研究実績の概要 |
本研究は集中治療部(ICU)患者の時系列データに対して、機械学習手法を適用し急性腎障害(AKI)の発症予測、また最適な介入法を同定することを目的としている。2020年度は2019年度に整備した環境を用いて、1次元畳み込みニューラルネットワーク(CNN)による急性腎障害の発症予測検討を引き続き行った。CNNは、算出された予測値の根拠可視化についての検討が幅広く為されており、これら手法を用いて予測根拠を可視化するシステムを構築した。またICUのリアルタイムに蓄積されるデータを入力として、経時的に将来的なAKIの発症確率を算出できるシステムを構築した。さらに、それらの算出された根拠をベースとした介入により、どのようにリアルタイムの発症確率が変化するかをシミュレーションした。結果としてAKI発症予測に重要と考えられるバイタルサインが重要と同定され、それらの変化により発症確率が軽減されることをシステム内で示すことができた。これらの結果をまとめ論文化し、国際学術誌に投稿を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
論文投稿、リバイス対応が完了し、次論文の検討も開始出来ているため、当初の計画と相違なく進行出来ていると判断した。
|
| 今後の研究の推進方策 |
引き続き急性腎障害(AKI)の発症予測を継続する。現在既に院内の集中治療部(ICU)以外のAKI発症についても検討を行っているが、その他、腎臓内科が主にICUで関わる血液浄化療法や、またICUにおける画像検査や血液検査を統合したその他のアウトカム予測についてのマルチモーダル学習について検討を継続する。
|
| 次年度使用額が生じた理由 |
参加予定であった学会の旅費が無くなった事と、年度内の受理を目標としていた論文投稿に係る必要が翌年度に持ち越されたため、繰り越し額が生じた。2021年度の受理に際して利用を予定している。
|
