【データ・AI活用×海外事例】米国”マウントサイナイ・アイカーン医科大学”_脳卒中などに繋がる症状を頭蓋骨に穴を空けずに検知できる、AIを用いた頭蓋内圧検出手法を開発

💡要約

• 従来の頭蓋内圧測定は、頭蓋骨に穴を開け、カテーテルや圧力センサーを挿入する侵襲的な方法が主流でした
• 集中治療室で日常的に収集されるデータを活用し、AIモデルを用いて脳内の血圧を推定する体を傷つけない方法を開発しました
• 推定頭蓋内圧を安全かつリアルタイムで監視可能にし、頭蓋内圧の上昇に伴う病状変化への迅速な対処が可能となりました

課題

　米国のマウントサイナイ・アイカーン医科大学(Icahn School of Medicine at Mount Sinai)は、優れた研究、教育、および臨床ケアプログラムで国際的に有名です。同大学では、非侵襲的（体を傷つけず）で安全かつ効率的な頭蓋内圧の測定方法の開発が求められていました。
　頭蓋内圧が上昇すると脳卒中や脳内出血などの深刻な合併症を引き起こす可能性があることから、頭蓋内圧測定は大きな疾患リスクを示す重要な指標とされています。
　従来、頭蓋内圧測定では脳内に直接カテーテルや圧力センサーを挿入する侵襲的な方法が一般的でした。
この方法には以下のような課題がありました。

1.感染症や出血のリスク：頭蓋内に器具を挿入するため、細菌感染や脳出血の可能性がある。

2.適用範囲の制限：専門的な技術と設備を必要とするため、全ての医療施設での導入が難しい。重症患者にのみ適用可能であり、疾患リスクがあるすべての患者に適用できない。

3.リアルタイムでの継続監視が難しい：従来の方法では連続的なデータ取得が難しく、医療従事者がタイムリーに判断できないケースがあった。

解決策

　大学の研究チームは、AI技術を活用した非侵襲的な頭蓋内圧測定方法を開発しました。
この方法では、集中治療室で日常的に収集される生体データを活用し、AIモデルを用いて頭蓋内圧測定を推定します。脳内にセンサーを挿入せずにリアルタイムでの測定が可能になります。

①生体データの活用するAI予測モデルを構築
　患者の血圧、心拍、脳波、脈波、酸素飽和度などの生体データを収集し、それらのデータを基に頭蓋内圧を予測するAIモデルを構築しました。

②頭蓋内圧と生体データの相関を学習させたAIモデルを強化
　米国の異なる都市にある2つの病院から大量の過去の患者データを収集し、AIに頭蓋内圧と他の生体データの相関を学習させました。

③リアルタイム分析と警告システムの構築
　AIはリアルタイムでデータを処理し、異常な頭蓋内圧の上昇が見られた場合に医療従事者へ即時通知するシステムを構築しました。

成果

・新たな頭蓋内圧測定方法により、数秒以内に頭蓋内圧を検出可能になりました。これにより、医療従事者が重大な病状変化を即座に把握し、迅速な対応が可能となりました。

・さらに、この手法は非侵襲的であるため、患者への負担を軽減し、感染症や出血のリスクを低減しました。

実際の実現方法

研究チームが導入したシステムを、「Liberty DSP」で再現することが可能です。

LibatyDSP

「Liberty DSP」は、Liberty Dataが提供する、蓄積→分析・可視化→事象予測→事業最適化までを一気通貫で有機的に自動遂行することを志向したデータサイエンスプラットフォームです。

サービスサイト「Liberty DSP」　https://www.liberty-nation.com/product/
資料請求・お問合せ　https://www.liberty-nation.com/contents/

参考記事
https://www.mountsinai.org/about/newsroom/2024/new-ai-driven-tool-could-revolutionize-brain-pressure-monitoring-in-intensive-care-patients