| 研究課題/領域番号 |
22K08092
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
野田 崇 東北大学, 大学病院, 講師 (10443508)
|
|---|
| 研究分担者 |
安田 聡 東北大学, 医学系研究科, 教授 (00431578)
草野 研吾 国立研究開発法人国立循環器病研究センター, 病院, 部長 (60314689)
上田 暢彦 国立研究開発法人国立循環器病研究センター, 病院, 医師 (80869800)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | 致死性不整脈 / 心不全 / AI / 遠隔治療 / 突然死 |
|---|
| 研究実績の概要 |
2022年度は基盤研究として、不整脈発生直前の遠隔モニタリングから得られた多彩な生体データの変化をもとにしたイベント発生予測アルゴリズムの開発を行った。不整脈発生の予測のアルゴリズム開発が可能となれば、遠隔医療を可能とする植込みデバイスを用いた自動治療つながると考えられる。今年度は3年の研究期間の内、1年目であり、当初の予定どおり、遠隔モニタリングから得られる多彩な生体データの抽出とAIを用いた不整脈発生および心不全増悪予知アルゴリズムの開発を行った。倫理委員会での承認を経た後、東北大学病院で経過観察をしている植込み型デバイス患者の遠隔モニタリングで得られた経時的かつ多彩な生体データをデジタル化して抽出を行った。AIの開発に関しては、東北大学大学院医学研究科分子病態治療学分野と共同して、インバリアント分析を用いた評価を行った。この手法としての特徴は①単独の指標を分析するだけでは困難なイベント予兆検知を、複数の指標の関係性を用いて、かつ短時間で実現できる。②100症例程度の比較的少ないデータで予兆検知モデルが構築できることである。一方、学習期間、学習範囲、モデル閾値、評価期間の設定によって様々なモデルを形成可能であり、適切に設定することで、致死性不整脈の発生を的確に予測できるアルゴリズムが開発できた。その成果について2023年３月の第87回日本循環器学会学術集会のプレナリーセッションにて発表した。今後、残りの２年で、さらにアルゴリズムをより精度の高いものに改良する方針である。
|
| 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
1年目の目標である、遠隔モニタリング生体データの抽出とAIを用いた不整脈発生および心不全増悪予知アルゴリズムの開発はほぼ計画どおりに達成できている。今後学習期間、学習範囲、モデル閾値、評価期間などの評価を行っていく予定である。
|
| 今後の研究の推進方策 |
２年目の目標である多施設での遠隔モニタリング生体データの抽出および収集を行うために、倫理委員会での承認を含め、より多数のデータでの検討を行う予定である。
|
| 次年度使用額が生じた理由 |
コロナ禍の影響で海外への出張などがなく、支出が少なく今後資料収集含め、次年度に使用する予定である。
|
