| 研究概要 |
生体循環系モデルのシミュレーション,編集,診断,教育支援を統一的に提供するフィジオームツールを実現するためのモデル編集支援ツール及びモデル学習支援ツールを開発した.生理学者Colemanの構築したモデルHumanを基本とし,心臓血管系モデルと結合された統合モデルを用いて,循環系の主要なパラメータを修正する場合のモデル編集支援機能の有用性について評価を行った,モデル編集支援のために生体循環系モデルの25個の生理モジュールの入出力変数・パラメータを有向グラフで表現し,全てのパスについて感度を求め因果ネットワークを構築した.さらに,作成した因果ネットワークに対してISM (Interpretive Structural Modeling)を適用し生体循環系モデル内の変数・パラメータの因果関係の階層化,構造化を行った.診断支援機能として,ユーザーが指定した入力変数と出力変数に対してパス探索を実行し,出力変数に最も強い感度を持つ入力変数を同定し提示する機能を実現した.パス探索の時には階層化された因果ネットワークを効果的に利用して探索時間の高速化を行った
モデル学習支援では,生理変数の因果関係についての質問と回答を繰り返して生体循環系モデルに対する理解向上を支援する.対話学習では,「心拍出量(CO)が増加するのは何故か?」「皮膚血管抵抗(SKINR)が減少するとどうなるか?」のような問答を行う,学習者はSKINR(皮膚血管抵抗)→COND(血液伝導率)→TPR(全体末梢抵抗)→AP(動脈圧)→SKNFLO(皮膚血管血流量)といった因果関係を追跡しながら応答する必要がある.対話戦略は詳細理解を求めるトップダウン戦略と概略理解を求めるボトムアップ戦略の単純な規則を用いた.モデル編集支援と学習支援のためのインターフェースを作成した
|
