2023 年度研究成果報告書

機械学習を用いた集中治療部における急性腎障害の発症予測と層別化

研究課題

PDF

研究課題/領域番号	19K18321
研究種目	若手研究
配分区分	基金
審査区分	小区分55060:救急医学関連
研究機関	東京大学 (2022-2023) 京都大学 (2019-2021)
研究代表者	佐藤憲明東京大学, 医科学研究所, 助教 (90838997)
研究期間 (年度)	2019-04-01 – 2024-03-31
キーワード	機械学習 / 急性腎障害 / 集中治療部
研究成果の概要	急性腎障害は、集中治療部において敗血症性ショックをはじめとした様々な病態が原因になり、高頻度で発生する。事前にAKIの高リスク患者を同定し、適切に介入を行うことは臨床上重要である。本研究では1次元畳み込みニューラルネットワークを用いてリアルタイムにAKIの発症予測及びその根拠可視化を行うモデルを開発し、その精度を検証した。結果として、高精度でAKIの発症予測が可能であり、予測の根拠も臨床的に妥当なものであった。さらに、医用画像データの評価手法や、モデルの不確実性の評価手法を開発し、その評価を行った。
自由記述の分野	腎臓内科
研究成果の学術的意義や社会的意義	集中治療部において高頻度に発症するAKIを高精度で予測し、その根拠をリアルタイムで予測する手法を開発した。このことから、例としてAKIアラートシステムへの応用といった有用性が示唆された。さらに、このようなモデルの不確実性を予測根拠に反映する手法を開発した。これは例として日常的に行われるモニタリングシステムへの導入など、医療現場への応用可能性が示唆される結果と考えられた。