人工知能を用いた大動脈弁狭窄症の自動診断システムの開発

2023 年度 実施状況報告書

• 研究課題/領域番号: 22K20876
• 研究機関: 北海道大学
• 研究代表者: 水口 賢史 北海道大学, 医学研究院, 特任助教 (30962154)
• 研究期間 (年度): 2022-08-31 – 2025-03-31
• キーワード: 大動脈弁狭窄症 / 心音 / 人工知能

研究実績の概要

研究開始から現在までの症例登録数は101例であり、心臓超音波検査と心電図付き電子聴診器を用いた聴診所見の同時記録を継続している。研究開始時点では大動脈弁狭窄症（ＡＳ）の重症度の最終判定（主に超音波専門医による診断）と聴診所見の最終診断の比較を行う予定であったが、初年度では一心拍毎の比較を行えることを発見した。また、1回の計測を15秒間から30秒間へ拡大することにより、サンプル数のオーグメンテーションを可能とした。本年度では症例登録数を伸ばすことに主眼を置きつつ、AS重症度判定のためのプログラム作成を行っている。具体的には、高性能ワークステーション上での実装を第一目標としてPython言語とSwift言語を用いてプログラム開発を進めている。特に処理スピードの速いSwift言語での実装を重要と考え、進めている。また、ASの重症度はnone/trivial, mild, moderate, severeの4段階であり、分類問題としてプログラムを作成していたが、出力としてそれぞれの判定確率をパーセント表記で出力することとなり、実臨床では使用しにくいと考えられた。そのため、平均圧格差を予測する回帰問題での解決を目指しており、平均圧格差40mmHgと推定された場合、重症であると判定できるような、Regression modelの作成を行っている。今のところの推定精度としては分類と回帰の出力精度はおおむね同等であることがわかっている。

現在までの達成度 (区分)

3: やや遅れている

理由

現在の症例登録数は101例であり、昨年と比較して50例以上の登録が可能であった。当院での年間の重症大動脈弁狭窄症の患者数は60名程度であることから、実現可能最大数の80%以上の症例登録数であり、やや遅れているとした。
また、プログラム作成に至っては、2年目でスマートフォンに対応したプログラムの開発を予定していたものの、一心拍毎に重症度評価を行うプロトコールに変更しており、本年度の時点でワークステーション上でのプログラム開発を進行中である。この点も遅れているとした。

今後の研究の推進方策

解析できるサンプル数については多ければ多いほど望ましいため、症例登録については引き続き行っており、本年度同様に80%以上の症例登録を目指す。また、情報収集の精度、具体的には除外とならないように静かな環境での録音が必須であり、今までは病棟での聴診を行っていたが、カテーテル検査後のリカバリー室や心エコー室での聴診など、環境整備についても行っていく予定である。プログラム開発については、引き続き行うとともに、機械学習の手法そのものの進捗に遅れることのないよう、積極的に視野を広げて情報収集に臨む。

次年度使用額が生じた理由

R4年度は新型コロナウイルス感染症の影響をうけて、心エコー室への研究目的の立ち入りが制限され、また患者との接触時間も最低限にする理由から、予備実験で使用していた電子聴診器を用いて症例登録を継続したため、R4年度の予算として計上していた物品の購入に至らなかった。R5年度は新型コロナウイルス感染症が5類へ変更され、エコー室等の立ち入りの制限もなくなり、人工知能構築のための高精度ワークステーションを導入してアプリ開発を行ったが、スマートフォンでの実装までは至らなかった。R6年度はスマートフォン上での実装を目指して研究を遂行する予定であり、また機械学習の手法そのもののアップデートのために情報収集も並行する予定である。