| 研究課題/領域番号 |
21K19588
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
水田 健太郎 東北大学, 歯学研究科, 教授 (40455796)
|
|---|
| 研究分担者 |
大町 真一郎 東北大学, 工学研究科, 教授 (30250856)
宮崎 智 東北大学, 工学研究科, 助教 (10755101)
飯島 毅彦 昭和大学, 歯学部, 教授 (10193129)
星島 宏 東北大学, 歯学研究科, 准教授 (90536781)
|
|---|
| 研究期間 (年度) |
2021-07-09 – 2024-03-31
|
| キーワード | セデーション / 人工知能 |
|---|
| 研究実績の概要 |
近年、医療現場における鎮静麻酔の利用件数は増加の一途を辿っており、歯科治療、消化管内視鏡検査、MRI検査などの際に利用されている。しかし、 麻酔科医のマンパワーは世界的に不足しており、鎮静麻酔の大多数が麻酔管理に不慣れな非麻酔科医により実施されている。本研究は、麻酔科医が経験則で行っている鎮静の麻酔深度の調節を、分析力と予測力を兼ね備えた人工知能に置き換え、患者の特性、鎮静中の呼吸状態、患者の鎮静深度に合わせて鎮静薬の投与速度を自動制御するロボット鎮静システムを開発するものである。
今年度は、個々の患者の身体的特性（身長、体重、年齢、性別）と生体情報モニタ上の数値データ（血圧、心拍数、経皮的動脈血酸素飽和度、呼吸数、BIS値、呼気終末二酸化炭素分圧）に応じて鎮静薬（プロポフォール）の投与量・時期を自動制御することを念頭に研究を実施した。
鎮静麻酔データの収集：静脈内鎮静法（静脈麻酔）を受ける患者を対象に、鎮静麻酔管理中に収集された生体情報モニタの数値データ（血圧、心拍数、経皮的動脈血酸素飽和度、呼吸数、BIS値、呼気終末二酸化炭素分圧）を麻酔記録システムから抽出した。
データの機械学習：鎮静麻酔中の患者データを教師データとともに人工知能に機械学習させ、至適なプロポフォール持続投与量の予測が可能であるかを検証した。その結果、鎮静薬（プロポフォール）の持続投与量の未来予測が高い精度で達成されることを見出し、鎮静薬投与の自動制御アルゴリズムの構築へ前進した。
|
| 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
概ね順調に進捗している。
|
| 今後の研究の推進方策 |
1.過去の鎮静麻酔データの収集継続：過去10年間に施行された成人の鎮静麻酔データを、電子カルテ及び麻酔チャートから収集する。収集するデータは、患者情報（身長・体重・年齢・性別)、バイタルサイン(血圧、心拍数、経皮的動脈血酸素飽和度、呼気終末二酸化炭素分圧、呼吸数、BIS値)、麻酔薬の投与量(プロポフォール、ミダゾラム)とする。
2.鎮静麻酔データの新規収集の継続：静脈内鎮静法を受ける患者を対象に、通常の生体情報モニタのデータ(血圧、心拍数、脈拍数、経皮的動脈血酸素飽和度、呼気終末二酸化炭素分圧、呼吸数、BIS値)を取得する。また教師データを収集するため、歯科麻酔科医が患者の鎮静度及び呼吸状態を観察・評価し経時的に記録する。
3.データの機械学習と全自動ロボット鎮静システムの構築：過去データと新規取得データの双方の鎮静麻酔データを教師データとともに人工知能に機械学習させ、鎮静薬投与の自動制御アルゴリズムを確立する。鎮静薬投与の自動化にあたっては、生体情報モニタや呼吸モニタから得られるバイタルサインデータを各モデルに経時的に入力するため、再帰型ニューラルネットワークを活用する。また、鎮静薬投与量の未来予測をもとに鎮静薬の投与速度を制御するフィードバックシステムの開発にも着手する。
|
| 次年度使用額が生じた理由 |
研究のデータ取得に際し、研究分担者が所属する病院でのデータ収集を予定していたが、コロナウイルス感染症蔓延の影響で、現地で使用する予定であった物品の購入が先送りとなった。
|
