Deep learning-based detection in acute phase of acute encephalopathy for social implementation

点击翻译按钮获取中文摘要

急性脳症は高熱とけいれん重積で発症し後遺症を高率に残す。しかし、予後良好な疾患である熱性けいれん重積との早期鑑別法は確立していない。近年私たちは、急性脳症と熱性けいれん重積患者の速波成分に着目し、機械学習を用いた自動診断法を開発しすることに成功した。本研究の成果は、後遺症が残る急性脳症患者の早期診断と予後予測を、脳波記録時にベッドサイドで行えるソフトとして脳波計に実装し、早期治療介入が期待できる。2022年度は、各共同研究施設から急性脳症および熱性けいれん重積患者の脳波データを収集した。脳波データは発症後に記録された初回の脳波データと、経過があればその経過についても収集した。脳波データを鳥取大学医学部附属病院脳神経小児科、大阪市立総合医療センター、埼玉県立小児医療センター、九州大学病院救命救急センター小児科、鳥取県立中央病院、聖隷浜松病院、埼玉県立小児医療センター、長野県立こども病院からパソコンデータとして収集した。急性脳症と熱性けいれん重積患者を合わせて161例収集した。その中で、頭部MRI画像で異常が出現しない発症急性期（発症後48時間以内）の脳波データが記録されていた症例は、急性脳症21例、熱性けいれん重積41例であった。現在、発症後48時間以内の脳波データに関して、脳波パワースペクトラム解析とPhase lag indexを行っている。また、並行して脳波解析データを用いた機械学習も並行して行い、新たな急性脳症診断ツールの開発に着手している。