| 研究課題/領域番号 |
21K12706
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
平田 有紀奈 徳島大学, 病院, 臨床検査技師 (90747817)
|
|---|
| 研究分担者 |
古徳 純一 帝京大学, 医療技術学部, 教授 (70450195)
楠瀬 賢也 徳島大学, 病院, 講師 (70507649)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| キーワード | Deep learninng / 胸部Ｘ線画像 / 肺高血圧病態分類 / 機械学習 |
|---|
| 研究実績の概要 |
肺高血圧（PH）は病因が多岐にわたり，その原因によって治療内容が大きく異なる．そのため，正確な診断が適切な治療を行うための肝要となる．しかし一方で，確定診断には侵襲的な右心カテーテル検査 (RHC) が必須であり，PHを疑う全ての患者に対し容易に検査を実施できないのが現状である．
それらを踏まえ我々は，単施設後ろ向き研究で人工知能を用いた画像解析による研究を行っている．
徳島大学病院で右心カテーテル検査を施行した患者のXp画像で平均肺動脈圧(mPAP)上昇の有無および肺動脈楔入圧 (PAWP) 上昇の有無を予測する学習アルゴリズムを，人工知能を用いて作成した．この学習モデルは，それぞれエキスパートの循環器内科医と同等以上にPHを予測したり，心エコー図検査の左室拡張機能ガイドラインや，BNPと組み合わせても付加価値があることが判明した．これらの研究内容は，論文化している．
また，PAWP上昇を予測する学習モデルが，従来の指標に加えて心不全患者の臨床転帰の予測能に付加的価値があるか検討した．心不全加療目的で入院した患者192例（平均年齢69±14歳，男性61％）を対象として，退院前のXp画像を使用し，DL学習モデルを用いて心不全確率を算出し心不全治療後の再入院および心臓死を予測できるか評価した．その結果，学習モデルを使って検出できた心不全確率は，臨床転帰の悪化と関連していることが判明した．現在，この研究内容については論文を投稿中である．
さらに，過去に作成した平均肺動脈圧上昇を予測するXp画像学習モデルを，日臨床で用いた場合の有用性を検証する研究を実施している．早期肺高血圧を検出する強みを生かし，6分間歩行負荷心エコー図検査で運動誘発性肺高血圧と診断された患者を予測できないかについても並行して検討しており，現在論文を投稿中である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
2021年度に予定していた研究内容に加えて，日臨床で学習モデルを用いる有用性について論文化を2本進めている．１つは，心不全患者を対象としてPAWP上昇を予測する学習モデルを使用し，心不全治療後の再入院や心臓死を予測する付加価値があるかについて検討した．
さらに，もう1つの平均肺動脈(mPAP)上昇を予測する学習モデルで早期肺高血圧を検出する強みを生かし，6分間歩行負荷心エコー図検査で運動誘発性肺高血圧と診断された患者を予測できないかについても並行して検討した．いずれも現在論文投稿中である．
|
| 今後の研究の推進方策 |
単施設での肺高血圧のクラス分類については概ね順調に遂行できているので，今後は多施設でも使用できるかについて検討するため，他の施設に協力依頼をしていきたいと考えている．右心カテーテル検査をXp撮像と同時期に施行できている多施設患者の画像データに，学習モデルを使用してみることで，画像や撮像方法，画像の保存方法，患者のセレクションバイアスがどのように影響してくるかについて明確になることが予想される．
また，心エコー図検査に人工知能を組み合わせて肺高血圧のクラス分類をする研究にも取り組む予定である．人が経験から求めたカットオフ値や指標の組み合わせに、機械学習から得られるクラス分類の予測率を加えることによって，どの程度診断能が改善するか検討したいと考えている．
|
| 次年度使用額が生じた理由 |
本年度の2月に購入したワークステーションの納品が3月となったことにより，物品費が翌年度分として請求した状態となっている．
そのほか，本年度の研究に必要な学会参加費が予定より少額で賄えたため，次年度使用額が生じた．次年度は現地開催の学会が開催されるようになり，全国学会の出張費が本年度に比べて多く必要になると予想されるため，次年度研究費（旅費）と合わせて使用する計画である．
|
