2022 年度研究成果報告書

機械学習・深層学習を利用した新しい循環呼吸動態モニタリングパラメータの開発

研究課題

PDF

研究課題/領域番号	20K09296
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55060:救急医学関連
研究機関	日本医科大学
研究代表者	田上隆日本医科大学, 医学部, 准教授 (40626272)
研究期間 (年度)	2020-04-01 – 2023-03-31
キーワード	経肺熱希釈法
研究成果の概要	心拍数やその変動(心拍変動)は、自律神神経の活動と関連が報告されている。一方、心機能や心拍出量をはじめとする循環動態、血管透過性の変化や肺水腫の程度により規定される呼吸状態と、心拍変動も関連が指摘されているが、明確にはわかっていなかった。本研究では、臨床情報、経肺熱希釈曲線、心拍変動データを紐付けた上で、機械学習深層学習の解析を用いて、新たな病態生理の解明及び治療転や予後予測につながる新しい循環呼吸パラメータモデルの開発に挑戦した。まず、臨床情報のデータを容易に収集・紐づけをするためのアプリケーションの開発を行った。その後、機械学習等を使用し、目的の仮設を証明した。現在論文投稿中である。
自由記述の分野	集中治療
研究成果の学術的意義や社会的意義	これまで申請者は、経肺熱希釈法循環動態モニターから算出される、心拍出量や心臓張末期容量、肺血管外水分量や肺血管透過性係数等の循環呼吸動態のパラメータの妥性研究を多く行ってきた。また、心電図モニターから算出される心拍変動(Heart Rate Variability, HRV）は、自律神経系の活動も反映し、敗血症や外傷症例の転帰を予測し得ることも発表してきた。しかし、これら別モニターの相互関係や組み合わせによる病態生理学的意義や転予後予測に関しては、明らかになっていなかった。本研究は、上記の２つの関連の可能性を明らかにした。