上気道閉塞徴候と麻酔科医の診断・処置データを深層学習させた麻酔管理ロボットの開発

点击翻译按钮获取中文摘要

鎮静中に上気道閉塞が起こると吸気と呼気のそれぞれの気流制限と呼ばれる特徴的な吸波形が出現することが分かっている。しかし、上気道閉塞時の吸気と呼気のそれぞれの呼吸相に出現する気流制限がどこの部位の閉塞を反映している現象なのか、あるいはどの程度の気流制限が危険なレベルなのかを判断できるモニターが存在しない。そこで、気流制限のデータと麻酔深度、麻酔科医の閉塞の重症度判断と処置内容を教師データとして組み合わせて深層学習させる事ができれば、閉塞を早期検出できる呼吸モニターを具備した麻酔管理ロボットを作ることを目的としている。本研究では、鎮静中の呼吸機能を調節する様々な生理機能をデジタルデータ化して収集し、Al (人工知能)にて麻酔科医の症度の判断と気道確保の処置を教師データとして深層学習(ディープラーニング)させることで新しいAl呼吸モニターを開発し、それを組み込んだ麻酔管理ロボットを開発する。吸気と呼気のそれぞれの気流制限とDUTY CYCLEと呼ばれる吸気相と呼気相の比率の変化を中心とした呼吸メカニクスに関するデータと麻酔深度のデータを検出して、麻酔科医による閉塞の重症度の判断と気道確保の処置を教師データとして深層学習させることで、Al機能を持った麻酔管理ロボットが医療者を補佐する事ができるようになる。以下の測定項目を連貌記録できるように 1 6チャンネルのデータ記録装置を購入して、データ入力のプラットフォームは完成しているが、COVID-19の影響で、被験者を募集しても集まらず進捗は遅れている。