COVID19感染症は、初期の感染症、次々と変異株が出現し、それに応じて、特徴や重症度も変化している。その変化のスピードが非常に速く、これまでデータ収集に時間をかける方法では対応できない。我々は、刻々と変化しうる変異株に対応すべくAIを、ヒト型思考の自己修正するスパイラルラーニングシステム(出願番号PCT/JP2021/010712)を開発した。臨床でAIを用いて結果を出したデータを、同時に次世代のシステム構築に活用する。これにより、実用化と同時に、スパイラルに、システムを変更していくことが可能となった。本研究によって開発された成果は、東大病院から、この度、医療従事者の皆様に向けて、このアルゴリズムを用いた「COVID-19重症度予測サービス」の提供として実用化された。https://www.h.u-tokyo.ac.jp/patient/covid-19/これまでに、全国の200施設を超える病院、保健所、COVID19対策本部などで7000人を超える患者で実臨床において使用された。本件によるAIプログラムは特許出願(予後予測装置、及びプログラム PCT/JP2021/010712)を行い、現在、COVID19感染症のAI重症度予測に関する技術の特許ライセンス契約を企業(ニプロ株式会社)と締結し実用化を進めた。本システムは、プログラム医療機器(診断;クラスⅡ相当)としてPMDAに承認申請済みであり、現在、迅速審査中である。
超高齢者のモデル地区である野田市で野田スタディーの肺炎患者の20年間、2000例を超える臨床情報、起炎菌、感受性情報、抗生剤の全カルテデータデースを用いた感染症に特化したデータベースシステムを構築した。超高齢者のモデル地区のNoda Studyでは、高齢者肺炎患者に関してAIにより、個別に予後を予測した。2022年度本AMED課題にて、高齢者肺炎の30日後の予後を、カルテ情報、画像情報、検査データを用いた多層構造によるヒト型AIモデルにて、正確度0.83 精度 0.80、再現率0.88で予測可能である。本研究課題では、これまでに構築した感染症に特化したカルテ連動データベースシステムを元に、レントゲン画像の画像解析を加味した、高齢者肺炎の個別の患者に対してAIシステムを更に発展させた。IBM社のカルテにおいて、必要項目は自動的に検索され、予後予測を明示するユーザインターフェイスのプロトタイプを作成した。