研究課題情報
課題管理番号
20jm0610015h0002
統合プロジェクト(二期)

シーズ開発・研究基盤プロジェクト<第二期>

9つの連携分野プロジェクト

その他<第一期>

事業名

医療分野国際科学技術共同研究開発推進事業

タグ(2020)

研究の性格: 新規診断法・検査法・検査体制の開発、確立、検証<診断薬・診断機器開発は除く>

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: その他

疾患領域: 感染症

タグ(2019)

研究の性格: 新規診断法・検査法・検査体制の開発、確立、検証<診断薬・診断機器開発は除く>

開発フェーズ: 基礎的

承認上の分類: 薬機法分類非該当

対象疾患: その他

代表研究機関
国立大学法人東京大学
研究代表者

(2020) 田岡和城, 国立大学法人東京大学, 医学部附属病院 血液腫瘍内科 助教

(2019) 田岡和城, 国立大学法人東京大学, 医学部附属病院 血液腫瘍内科 助教

研究期間
2019年度 - 2021年度
課題への総配分額
4,098 千円
研究概要(2020)
高齢者肺炎のシステムを、COVID19肺炎にも応用し、収集した臨床データを基に、Cox hazard解析によりリスク因子を同定する。さらに、同定した予後リスク因子をもとに、Pythonで機械学習を行い、個別に重症度及び予後を予測するシステムを構築する。具体的には、特許の手法で、ディシジョンツリー分析、Light GBM分析を用いて、テストデータで個々の患者の予後を予測する。これまでの高齢者感染症予後モデルのシステムを応用させると、臨床データの収集が終わり次第、システム構築は短期間に可能である。
研究概要(2019)
これまでの高齢者肺炎の過去の患者サマリー情報、患者の検査結果、画像情報(レントゲン、CT)もとにPysonの人工知能によるdeep learningを行う。具体的には、超高齢化社会の最も進んでいる国のモデル地区である野田市における多施設共同研究3病院で入院した肺炎患者を800患者まで増やして解析する。詳細なデータベース、患者サマリー情報、画像データを用いて、Physonによる解析を行う。解析方法は、研究協力者であり、AI bioinformatics専門家のIdan Yelinの解析手法(Idan et al, Nature Medicine 2019)を用いて解析する。
研究成果情報
2020
2019