敗血症と白血球核DNAエントロピー：人工知能による核DNA画像特徴の試み

点击翻译按钮获取中文摘要

本研究は、敗血症の重症化予測システムとして、塗抹検体レベルの好中球核DNAの染色を最先端の人工知能技術である深層機械学習を用いて解析し、集中治療室入室時点でその後の重症化を予測するという、究極の敗血症重症化予測診断法の確立を目指すものである。敗血症は感染を契機に発症する全身性反応疾患であり、集中治療領域において最も死亡率の高い病態であり、その死亡率は高度先進医療施設においてもここ10年あまり20%から30％で推移したまま改善が見られておらず、院内死亡の実に1/3に関連するとも言われている。敗血症の予後を改善するには、潜在的に重症化の可能性のある患者をいかに早く見つけることができるかにかかっている。通常の臨床では好中球の数や各の左方移動を検査するが、それらは「重症化した後の像」であって、「重症化する前の重症化の予兆」を確認できる手立てはまだないのが現状である。本研究では、好中球の核染色画像の微細な変化を高精度顕微鏡で捉え、人間の目では認識できないレベルの画像解析を機械学習を用いて行うこととする。そして、後に重症化した好中球核画像を教師とした深層機械学習によって、好中球核画像による敗血症重症化予測人工知能の創生のためのシーズとなるデータを提供することを目標とする。本研究にて、末梢血塗抹像のベッドサイドにおけるFeulgen染色のプロトコールと検体動線が確立された。さらに、キーエンスオールインワン顕微鏡による観察と好中球各画像の自動キャプチャを可能であることが示された。核染色画像の解析方法には複数の手法があり、それぞれの画像解析法について科学的特徴を検討し、実臨床に応用可能な解析手法の確立を行っていく必要があることがわかった。