研究課題情報
- 課題管理番号
- 24he0422034j0002
- 統合プロジェクト(二期)
医療機器・ヘルスケアプロジェクト<第二期>
- 事業名
官民による若手研究者発掘支援事業
- タグ(2024)
研究開発目的: 診断に関する研究
研究の性格: 医療機器開発<薬機法該当>
研究モダリティ: クラスⅡ
開発フェーズ: 非臨床・前臨床
ICD-10大分類: 循環器系の疾患
対象疾患領域: その他 , 生活習慣病<免疫アレルギー疾患、腎疾患を含む>
特記的事項: 研究倫理<ELSI/RRI等> , DX<SaMD、AI、ICTを含む> , 治験<医師主導>
補足確認: 予防・保健 , 診断
- 代表研究機関
- 国立大学法人京都大学
- 研究代表者
(2024) 糀谷泰彦, 国立大学法人京都大学, 大学院医学研究科・特定助教
(2023) 糀谷泰彦, 国立大学法人京都大学, 大学院医学研究科・特定助教
- 研究期間
- 2023年度 - 2024年度
- 課題への総配分額
- 31,020 千円
- 研究概要(2024)
- 本研究は、心房細動を中心とした不整脈疾患の発症予測や機序推定、再手術要否を判定するために、心内心電図情報を教師データとして用いることにより体表心電図に対する人工知能モデルの精度・説明可能性の向上を目指し、有用な体表心電図からの自動診断システムを開発する事を目的とする。不整脈疾患は高齢者に多く発生する一般的疾患であるが、体表心電図検査では不十分な情報しか得られず、本人の不整脈素因を評価する高精度の診断技術が必要とされている。現在、このニーズに対して体表心電図から臨床アウトカムを予測するAIによって解決を目指す事例が増加しているが、臨床アウトカムは性質上ノイズを内包し精度に問題がある。提案されたモデルは、体表心電図から不整脈疾患の有無や機序を高精度で予測することが可能であり、革新的な診断技術として期待される。心内心電図情報のようなロバストかつ詳細なデータを教師データとしたベースラインモデルを構築し、臨床データによってファインチューニングすることによる臨床アウトカム予測精度の向上を目指す枠組みによって、少数データからでも精度の良い予測を行うモデルの開発を行う。
研究成果情報
2024
2023
成果の概要
keyboard_arrow_down
学会・シンポジウム等における口頭・ポスター
keyboard_arrow_down
「国民との科学・技術対話社会」に対する取り組み
keyboard_arrow_down