研究課題情報
課題管理番号
23ek0109541h0003
統合プロジェクト(二期)

ゲノム・データ基盤プロジェクト<第二期>

事業名

難治性疾患実用化研究事業

タグ(2023)

研究開発目的: 治療に関する研究

研究の性格: 医療技術・標準治療法<既存薬等>の確立等につながる研究<診療ガイドライン作成等>

研究モダリティ: 診療ガイドライン

ICD-10大分類: 筋骨格系および結合組織の疾患

対象疾患領域: 難病

特記的事項: 研究倫理<ELSI/RRI等> ,  DX<SaMD、AI、ICTを含む>

補足確認: 診断 ,  治療 ,  予後・生活の質<QOL>

タグ(2022)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

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: 難病

開発目的: 予防・健康 ,  診断 ,  治療 ,  生活の質<QOL>

タグ(2021)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

開発フェーズ: 観察研究等

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: 難病 ,  生活習慣病

開発目的: 予防・健康 ,  診断 ,  治療 ,  生活の質<QOL>

代表研究機関
国立大学法人東京医科歯科大学
研究代表者

(2023) 吉井俊貴, 国立大学法人東京医科歯科大学, 大学院医歯学総合研究科 整形外科学分野・教授

(2022) 吉井俊貴, 国立大学法人東京医科歯科大学, 大学院医歯学総合研究科 整形外科学分野 准教授

(2021) 吉井俊貴, 国立大学法人東京医科歯科大学, 大学院医歯学総合研究科・准教授

研究期間
2021年度 - 2023年度
課題への総配分額
37,700 千円
研究概要(2023)
AIの活用により、単純X線診断精度向上を目指す。また今後、診断補助ツールとしてのAI活用は増加していくことが予想され、靱帯骨化症画像診断を目的としたAI活用の効果に関するエビデンスを蓄積していく。機械学習のためには、十分なサンプル数が必要となることから、先行AMED研究で構築したレジストリを利用し、AIによるOPLL、OLF画像評価を行い、一般整形外科、脊椎専門医、AI診断による精度を比較し、AI活用による診断ツールの価値を検証する。現状ではOPLLやOLFは被爆の多いCTでしか確実な診断はできないが、単純X線診断の精度があがれば、初診時や検診で適切に診断することが可能となる。本年度は全体の研究総括に加えて、胸椎OLFの画像診断AIモデルの確立、精度の検証を行っていく、
研究概要(2022)
AIの活用により、単純X線診断精度向上を目指す。また今後、診断補助ツールとしてのAI活用は増加していくことが予想され、靱帯骨化症画像診断を目的としたAI活用の効果に関するエビデンスを蓄積していく。機械学習のためには、十分なサンプル数が必要となることから、先行AMED研究で構築したレジストリを利用し、AIによるOPLL、OLF画像評価を行い、一般整形外科、脊椎専門医、AI診断による精度を比較し、AI活用による診断ツールの価値を検証する。現状ではOPLLやOLFは被爆の多いCTでしか確実な診断はできないが、単純X線診断の精度が上がれば、初診時や検診で適切に診断することが可能となる。本年度は特にOLF画像の検証を進めていく。
研究概要(2021)
本研究では、脊柱靱帯診療ガイドライン改訂(2019年)の際に残された課題から、新たに1)早期画像診断Project、2)痛み研究Project、3)予後改善Project3つのプロジェクトを立ち上げる。先行研究で作成したレジストリを利活用し、さらに新規/追加調査を行うことで、診療ガイドラインの診断・治療・予後に関するClinical questionの回答となるようなエビデンスを集積していく。本年度に関しては、2)画像AI研究、2-1)痛みの実態調査研究、2-2)痛みと画像の関連調査、3-1)代謝性疾患と重症化の関連調査、3-2)AIによる重症化因子予測の5つの研究を立ち上げ、症例収集を開始する。特に1)AI活用したOPLL/OLF単純X線診断のエビデンス創出に関して、倫理審査を行い、症例収集を進めていく。
研究成果情報
2023
2022
2021