Upgrade to Pro — share decks privately, control downloads, hide ads and more …

人工知能を用いた心血管疾患の臨床研究のための実践的入門書

Nakashima Takaya
September 04, 2020

 人工知能を用いた心血管疾患の臨床研究のための実践的入門書

Nakashima Takaya

September 04, 2020
Tweet

More Decks by Nakashima Takaya

Other Decks in Science

Transcript

  1. 1

  2. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 3
  3. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 4
  4. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 6
  5. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 9
  6. 12

  7. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 15
  8. 17

  9. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 20
  10. 21

  11. 22

  12. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 26
  13. 28

  14. 1. Data Structure 構造化データ 2. Year 2016 3. First author

    Motowani氏 4. Task 分類・予後予測(教師あり学習) 5. Model アンサンブル学習 6. Summary CONFIRM(Coronary CT Angiography Evaluation for Clinical Outcome)試験に登録された 冠動脈疾患患者10030人の大規模集団における5年死亡率を予測するために、構造化データ上の機械 学習アルゴリズムの予測能力を調査した。彼らはデータセットの69のパラメータを解析するためにアン サンブル学習を使用した。 機械学習アルゴリズム(AUC=0.79)の方が他の従来のリスクスコア(AUC=0.61~0.64)よりも有意に 良好であることがわかった。 29
  15. 1. Data Structure 構造化データ 2. Year 2019 3. First author

    Casaclang-Verzosa 氏 4. Task クラスタリング&次元削減(教師なし学習) 5. Model トポロジカルデータ解析 6. Summary 大動脈弁狭窄症の進行における左室反応パターンの表現型を理解するために トポロジカルデータ解析を適用した。 トポロジカルデータ解析により、4つのパラメータから作成された患者-患者類似度ネットワークを可視化す ることができた。ネットワーク内の患者の相対的な位置は、疾患の表現型や予後と関連していた ❓❓ 30 トポロジカルデータ解析
  16. 31

  17. 35

  18. 1. Data Structure 心エコー 2. Year 2018 3. First author

    Zhang 4. Task 分類、心エコーの自動解釈 5. Model CNN 6. Summary 14035枚の心エコーを用いて、CNNはビューの自動分類、 画像のセグメンテーション、心臓体積の測定、疾患と健常者との鑑別を可能にした GPU を使⽤した Caption Health の⼼エコー図 https://blogs.nvidia.co.jp/2020/08/21/ai-echocardiogram-covid/ 38 非構造化データ
  19. 1. Data Structure 心電図 2. Year 2019 3. First author

    Hannun 4. Task 分類(不整脈の検出) 5. Model CNN 6. Summary 91232個の単一リード心電図を用いて、単一リードの心電図を洞調律、接合リズム、心房室ブロック、 心房細動などの12のクラスのリズムに分類するディープラーニングアルゴリズムを開発した。 訓練されたアルゴリズムは、12種類の心拍数の予測が循環器内科医よりも優れていた(F値0.84 vs 0.78) https://speakerdeck.com/takay88 単一リード心電図 39
  20. 1. Data Structure 心音図 2. Year 2016 3. First author

    Potes 4. Task 分類(心音が正常か異常か) 5. Model Adaboost&CNN (Adaboostはランダムよりも少し精度がいい弱い識別機を組みわせ強い識別機を作成しようとする機械学習モデル 6. Summary AdaBoostとCNNの組み合わせは、PhysioNet/CinCのデータセットで正常と異常な心音を識別するための 感度94.2%、特異性77.8%を示した。 心房細動を99%検出するAIと電子聴診器 https://japanese.engadget.com/jp-2020-02-04-ai-99.html 40
  21. 1. Data Structure EHR (電子健康記録:Electronic Health Recordは、全国の医療機関の診療データを集積し、診療データを患者 に開示、さらに複数の医療機関が連携して診療するもの) 1. Year

    2019 2. First author Mallya 3. Task 分類(予後予測) 4. Model LSTM (LSTMは、RNNの拡張として1995年に登場した、時系列データに対するモデル) 5. Summary 心不全患者21405人と対照者194989人を用いたケースコントロール研究を実施した 彼らは12ヶ月間の期間に単一の患者ごとに1840個のパラメータを抽出し、LSTMで解析することで発症 15ヶ月前に心不全の発症を予測(AUC=0.91)した。 41
  22. 1. Data Structure EHR内のテキストデータ 2. Year 2019 3. First author

    Diller 4. Task 分類(診断と症状と予後) 5. Model RNN&LSTM 6. Summary RNNとLSTMの組み合わせて解析を行い、成人先天性心疾患患者10019人の診断と予後を 自動的に導き出すために、63326通の医学書を含む18年間のデータを用いた。 自然言語処理を用いて、医学書簡から診断(精度91%)と症状(精度90.6%)を抽出した また、同じデータを用いた予後予測も有用であった。 42
  23. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 43
  24. 45

  25. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 46
  26. T A B L E O F C O N

    T E N T S CHAPTER3 AIの基礎知識 CHAPTER4 AIと統計学 CHAPTER1 自己紹介 CHAPTER2 Introduction CHAPTER5 アルゴリズム CHAPTER6 循環器データへの 応用 CHAPTER7 注意点と制限事項 CHAPTER8 課題と方向性 CHAPTER9 Conclusion 49