人工知能学会全国大会論文集
Online ISSN : 2758-7347
第39回 (2025)
セッションID: 1O5-OS-18b-05
会議情報

機械学習を利用した小児膜型人工肺の回路交換予測モデルの作成
*長谷川 達也中西 俊之藤原 幸一
著者情報
キーワード: 医療応用, 診断
会議録・要旨集 フリー

詳細
抄録

重症患者の治療法である膜型人工肺(ECMO)の安全性向上に出血や血栓などの致死的合併症予防は重要である。一定の回路内血栓は許容されるが、脳梗塞などの合併症が起こる前に回路交換を行い、血栓を除去する必要がある。現在回路交換は施設の経験に基づき実施されているため、回路交換指標の一つとして予測モデルを作成した。 2016年4月から2024年3月で小児専門施設にてECMOを使用した84人分のデータを取得、回路交換は24人、45回であった。特徴量はECMO側のデータ(回路圧や流量など)、凝固因子などの採血データから16項目を選択し、1時間毎のデータセットを作成した。回路交換前6時間分を交換時データ(269個)とし、ECMO開始24時間後から終了24時間前を正常データ(5417個)とした。不均衡データであるためRUSBoostを選択し、学習データ80%、テストデータ20%となるように5分割交差検証を行い平均のG-mean(感度と特異度の幾何平均)を評価指標とした。グリッドサーチで調整をし、G-mean 0.74と指標として十分なモデルとなった。今後は外部データや臨床現場での検証が必要である。

著者関連情報
© 2025 人工知能学会
前の記事 次の記事
feedback
Top