研究代表者自身の研究成果
研究計画による実施内容は、新規バイオマーカーの機械学習モデルを構築するために必要となる表情と音声の被験者データの取得と医療情報とEDCに入力である。途中からMETs表の入力も行うこととなった。顔画像は近赤外光を使用して撮影を行うため、外光の影響を受けデータのバラツキを起こしやすい。そのため、患者様のデータを取得する可能性のある、CCU、病棟、外来、処置室や面談室などで事前に撮影し、撮影場所の環境評価を行った。その後、5月よりデータの取得を本格的に開始し、3月末までの総計（横浜市立大学）では新規症例304件、継続症例653件のデータ登録を行った。
課題全体としての研究成果
実験機材の使用方法・患者の録画/録音の手順書、患者への研究参加を促すチラシ・動画作成などの症例登録の環境整備を行った。患者の医療データを一元的に管理するためにElectronic Data Captureを構築し、分担研究機関での入力の環境整備を行った。その後、13の分担研究機関へ訪問し、実験機材使用法用のレクチャーや撮影条件の確認を行った。ある分担研究機関よりデータ取得時にMETsも取得することにより、研究の幅が広がるとの助言を受け、METsも取得することにした。また、外来と病棟が離れている分担研究機関も多く、実験機材の不足が症例登録の支障となることを指摘された。そのため、カメラと録音機など実験機材の追加を行った。7月から毎月研究チームの全体会議を行い、研究の進捗状況の報告を行うとともに、症例登録の方法を研究分担者から共有してもらうことで、症例登録の促進を行った。その結果、3月末までの総計では新規症例849件、継続症例1,147件のデータ登録を得た。
外部データを使用した心不全患者の音声の解析を行った。まず前処理として全ての録音した「パタカ」と「ア～」を分離し、初期評価を行なった。最終的な精度は今後評価予定である。また、同じく新たに取得したデータを使用した心不全患者の顔の特徴量解析を行った。その結果、EmbDiffの変化と胸水貯留や体重の変化に相関関係があることを確認した。
PMDAへ対面での全般相談を2回行い、医療機器として臨床的意義の明確化や既存の医療機器の何との置き換えるのかなどについて助言を受けた。