心外膜下脂肪量および脂肪肝に着目した虚血性心疾患予測のための機械学習モデルの構築

构建以心外膜下脂肪量和脂肪肝为重点的预测缺血性心脏病的机器学习模型

• 批准号: 21K12657
• 负责人: 弓場 充
• 金额: $ 2.58万
• 依托单位: Waseda University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12657/
• 关键词: 機械学習; 虚血性心疾患; 心外膜下脂肪組織; 脂肪肝

本年度は、昨年学習データとして用いた糖尿病、高脂血症、高血圧、心外膜下脂肪組織（Epicardial Adipose Tissue: EAT）量などのリスク因子に加えて、冠動脈CTから得られる脂肪肝の有無を学習データとして用い、構築した機械学習モデルの性能評価を目的とする。社会医療法人北海道循環器病院において、2018年1月から2019年12月までの2年間の間に冠動脈CT検査を実施した患者を解析対象とした（北海道循環器病院の倫理委員会承認）。狭窄および虚血があり経皮的冠動脈形成術（PCI）または冠動脈バイパス術（CABG）を行った患者を虚血群として439症例、中等度の狭窄を有するが虚血症状の無い患者を非虚血群として861症例組入れた。脂肪肝の有無は肝臓と脾臓のCT値より算出されるLiver/Spleen (L/S)比が1.0以下の場合に有りとし、EAT量（cm3）と併せて冠動脈CTから後ろ向きに取得した。連続量はstudent t testを用い、カテゴリカルデータはχ2 testを用いて検定を実施した。機械学習モデルはMicrosoft社製のAzure Machine Learningを用いて構築した。その結果、虚血群および非虚血群におけるEAT量の平均値±標準偏差はそれぞれ134.9±64.7（cm3）、118.3±53.3（cm3）であり有意な差を示した（P<0.0001）。また、両群における脂肪肝の有病率は虚血群で68%、非虚血群で52%であり有意な差を示した（P<0.0001）。EAT量および脂肪肝の有無を学習させたモデルのAUCは0.86であったのに対し、患者基本情報のみを学習させた場合は0.848であり、EAT量および脂肪肝の情報を加えることで診断精度の向上が見られた。いずれのモデルにおいてもサポートベクターマシンが最も高い精度を示した。

This year, デ, and last year, we studied デ, タと, <s:1>, て, and used デ た for diabetes, hyperlipidemia, hyperhypertension, and Epicardial Adipose Tissue. EAT) quantity な ど の リ ス ク factor に plus え て, coronary artery CT か ら have ら れ る fatty liver の study whether を デ ー タ と し て い, constructing し た rote learning モ デ ル の performance evaluation 価 を purpose と す る. Medical legal Hokkaido circulator hospital に お い て, in January 2018 か ら December 2019 ま で の 2 years between の に coronary artery CT check 検 を be applied し た patients を parsing like と seaborne し た (Hokkaido の circulator hospital ethics committee). Narrow お よ び virtual blood が あ り 経 skin coronary artery formed technique (PCI) ま た は coronary artery バ イ パ ス surgery (CABG) line を っ た を virtual blood group of patients with と し て の narrow を 439 cases, moderate degree has す る が blood deficiency symptoms の を non empty blood group of patients with い と し て group 861 cases into れ た. Fatty Liver の presence of crucial は Liver と splenic の CT numerical よ り calculate さ れ る Liver/striking (L/S) than が の occasions に under 1.0 り と し, EAT (cm3) と and せ て coronary artery CT か ら after ろ to き に obtain し た. Even 続 quantity は student t test を い, カ テ ゴ リ カ ル デ ー タ は chi-square test を with い て 検 set を be applied し た. Machine Learning モデ モデ を Microsoft social system <s:1> Azure Machine Learningを builds <s:1> た with モデ て. そ の results, empty blood group お よ び non empty blood group に お け る EAT の average numerical plus or minus the amount of the standard deviation は そ れ ぞ れ 118.3 + 134.9 + 64.7 (cm3), 53.3 (cm3) で あ り intentionally な poor を shown し た (P < 0.0001). ま た, struck group に お け る は virtual blood group of fatty liver の sick rate で 52% 68%, the virtual blood group で で あ り intentionally な poor を shown し た (P < 0.0001). EAT quantity お よ び fatty liver の study whether を さ せ た モ デ ル の AUC は 0.86 で あ っ た の に し seaborne, patient basic intelligence の み を learning さ せ た occasions は 0.848 で あ り, EAT お よ び fatty liver の intelligence を plus え る こ と で diagnosis accuracy の が see upward ら れ た. い ず れ の モ デ ル に お い て も サ ポ ー ト ベ ク タ ー マ シ ン が も most high precision い を shown し た.

项目成果

心外膜下脂肪量および脂肪肝を用いた虚血性心疾患診断に用いる機械学習モデルの構築に関する基礎的研究

构建心外膜下脂肪量和脂肪肝诊断缺血性心脏病机器学习模型的基础研究

• 发表时间: 2022
• 作者: YANO MIZUNA;UMEHARA YUTA;KUDO TOMOKAZU;NAKAMURA TAKAO;KOSAWADA TADASHI;NISHINA ATSUYOSHI;SAZUKA MASAKI;SATO DAISUKE;FENG ZHONGGANG;弓場充，山本匡，岩﨑清隆
• 通讯作者: 弓場充，山本匡，岩﨑清隆

Construction of Machine Learning Model for Diagnosis of Ischemic Heart Disease Using Epicardial Adipose Tissue Volume

利用心外膜脂肪组织体积诊断缺血性心脏病的机器学习模型的构建

• 发表时间: 2022
• 作者: Yuba. Mitsuru;Yamamoto. Tadashi;Iwasaki;Kiyotaka
• 通讯作者: Kiyotaka

心外膜下脂肪組織量を用いた虚血性心疾患診断に用いる機械学習モデルの構築に関する基礎的研究

利用心外膜下脂肪组织体积构建缺血性心脏病机器学习模型的基础研究

• 发表时间: 2021
• 作者: 弓場充;山本匡;岩﨑清隆
• 通讯作者: 岩﨑清隆