| 研究課題/領域番号 |
21K09084
|
|---|
| 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 | 東京女子医科大学 |
|---|
研究代表者 |
市場 晋吾 東京女子医科大学, 医学部, 教授 (30284102)
|
|---|
| 研究分担者 |
野村 岳志 東京女子医科大学, 医学部, 教授 (10243445)
林 陽一 明治大学, 理工学部, 専任教授 (20189666)
新浪 博 東京女子医科大学, 医学部, 教授 (30241079)
佐藤 暢夫 聖マリアンナ医科大学, 医学部, 准教授 (80439869)
清野 雄介 東京女子医科大学, 医学部, 准講師 (90366352)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 人工知能 / 集中治療 / 心臓外科 / アルゴリズム |
|---|
| 研究成果の概要 |
心臓血管外科はICU入室に伴い最も侵襲性の高い外科的手術であることから合併症如何では長期的なICU管理を余儀なくされる診療科の１つである。特に長期化するリスク因子としては肺関連の合併症を併発するモデルである。これらの長期化を余儀なくされる合併症のリスクを事前に推定することができれば、ICUからの早期離床が可能ではないかと考えた。本研究では人工知能を用いた心臓血管外科術後合併症アルゴリズム作成の作成可能性について検討した
|
| 自由記述の分野 |
生体工学
|
| 研究成果の学術的意義や社会的意義 |
心臓血管外科のICU長期化リスクを事前に予知することで、真のハイリスク症例を自動で検出するだけでにとどまらず、本研究を実施することでICU入室患者総数を大きく減らすことが可能となり、医師のタスクシフトが可能になると考えた。その結果、1泊10万円を超えるICU入室にかかる社会的負担を減らすことが可能となる。
|
