| 研究課題/領域番号 |
22K09138
|
|---|
| 研究機関 | 三重大学 |
|---|
研究代表者 |
新貝 達 三重大学, 医学部附属病院, 助教 (40860672)
|
|---|
| 研究分担者 |
坂本 良太 三重大学, 医学部附属病院, 助教 (10581879)
川本 英嗣 三重大学, 医学部附属病院, 准教授 (20577415)
島岡 要 三重大学, 医学系研究科, 教授 (40281133)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | ICUせん妄 / 機械学習モデル / 肺炎 / 腎不全 / バイタルサイン |
|---|
| 研究実績の概要 |
せん妄はICU患者の10～50％で発症し、独立した予後不良因子であり、効果のある特異的な治療法は確立していない。そのため早期診断をいかに予防につなげるかが重要な課題である。近年、AIを用いたICUせん妄発症を予測するアルゴリズム開発が進行している。既知の機械学習を用いてICUせん妄を予測したPRIDEモデルの問題点は、トレーニングデータのせん妄を特徴付ける寄与因子（説明変数）が64個と少ないためモデルの正確性が低いことである。
我々はこの問題を解決するため、寄与因子（説明変数）を120個に設定し、ICU患者1000人を対象にしたAIモデルを使用した予備研究でIntensive Care Delirium
Screening Checklist（ICDSC）せん妄スクリーニングスコアの因子分析の結果、寄与因子としてバイタルサインの変化が強く相関していることを明らかにした。今後は欠損値を処理し（前処理を行い）寄与因子を説明変数としたICUせん妄を予測可能なAIモデルの確立を行う。
|
| 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
1万人のデータ取得は終了済み。AI解析のための前処理が概ね順調に進んでいるため。
論文投稿準備中である。
|
| 今後の研究の推進方策 |
前処理後にpythonもしくはSonyの機械学習モデルを用いて解析を行いICUせん妄予測AIモデルを作成する。
|
| 次年度使用額が生じた理由 |
（理由）前処理に時間がかかっていて、AI予測モデルの確立が遅れているため。
（使用計画）今年度分は次年度にAI予測モデルを使用する際に利用する。
|
