| 研究課題/領域番号 |
19K18787
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
小山 一 東京大学, 医学部附属病院, 特任臨床医 (80825167)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 人工知能 / 機械学習 / 画像解析 / 中耳 / 鼓室形成術 |
|---|
| 研究実績の概要 |
中耳疾患への手術治療が開発されて以来、数多くの手術、研究が行われているが、術後聴力を予測することはいまだに困難である。CT検査の普及により術前評価はより正確になったが、定量的な予後因子が明らかにされていないためである。本研究課題では、近年急速に進歩している人工知能の技術活用することで、術後聴力を予測する機械学習モデルを開発すると共に、定量化された予後予測因子の開発に取り組むことを目的とした。
昨年までは画像データおよび聴力データなどの蓄積および前処理を行った。本年では、聴力データなどの解析に用いる人工知能システムの開発に着手した。
具体的には、聴力データや患者の術前の情報を説明変数とし、術後の聴力データを目的変数に設定し、目的変数を説明変数から予測するシステムの開発を試みた。システムとしては、古典的な回帰分析のほか、人工知能の一種である機械学習のアルゴリズムを用いた。
機械学習のアルゴリズムとしては、K近傍法やサポートベクターマシン、決定木やランダムフォレストを用い、それぞれファインチューニングを行って、最も予測性が高く、かつロバストなアルゴリズムを探索した。その上で、開発したアルゴリズムと古典的な回帰分析を比較した。
以上の比較から、人工知能を使用したシステムの方が古典的な回帰分析に比べ、より精緻に予測できることが示された。また、人工知能のシステムを解析することで、これまで知られていなかった、術後聴力予測に重要な因子を新しく同定することにも成功した。
|
| 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
本年では、聴力データなどの活用により、術後聴力データが一定の蓋然性を持って予測できることを示すことができた。また、使用したアルゴリズムを用い、これまでわかっていなかった術後聴力予測に重要な因子を新たに同定することができた。以上から、現在までの進捗は当初の計画通り、概ね順調に進展していると考えられる。なお、本年の研究はOtology and neurotology誌にアクセプトされた。
|
| 今後の研究の推進方策 |
当初の計画に変更はない。
|
| 次年度使用額が生じた理由 |
新型コロナウイルス感染症の蔓延により、学会が中止になり、学会参加費を含む旅費が当初予定よりも少なくなったため。
|
