Abstract
本研究室では、日本大学医学部とのこれまでの共同研究として、心不全のリスクを表す指標「肺動脈楔入圧（PAWP）」の測定値を回帰として推定する人工知能の開発に成功しました。この研究の発展として、入院時・退院時の患者に適用し、長期生存率（2〜4年程度）との関連を分析しました。その結果、本研究室が開発した人工知能が、心不全患者の長期予後予測を行えることがわかりました。これにより、心不全により入院している患者をどのタイミングで退院させると良いのか、判断する材料を得られることになります。この成果は世界初の内容として、欧米の心臓学会の論文誌に掲載されました。詳細はPublicationをご覧ください。
Publication
- Yuki Saito, Yuto Omae, Saki Mizobuchi, Hidesato Fujito, Masatsugu Miyagawa, Daisuke Kitano, Kazuto Toyama, Daisuke Fukamachi, Jun Toyotani, Yasuo Okumura, Prognostic significance of pulmonary arterial wedge pressure estimated by deep learning in acute heart failure, ESC Heart Failure, 2022.12. doi: 10.1002/ehf2.14282 [IF: 3.612] [採択率: 28.0%] [Link]
Note
この記事および画像は有償サービスにより作成されたものであり、本ページのみでの利用を想定しています。無断利用を発見した場合はご一報ください。
