手術使用機材の遺残などのエラーは,要因の多くが人的なものに起因します。ヒューマンエラーは教育・訓練・動機付け・人による確認・チェック等のみで防ぐことはできず,可及的早期にエラーを検出し有害事象につながらない工夫が重要です。本研究課題はArtificial Intelligence (AI)を用い,手術直後に撮影されたX線画像の自動解析ソフトウェア・アプリケーションを開発し,医療問題の一つである術後体腔内異物遺残の発生防止を主目的とします。
実際のステップとしては,(1)画像解析アルゴリズムの構築(2)献体を用いた異物画像データ作成およびAI学習(3)臨床データでの検証・ソフトウェア開発(4)異物検出アプリケーションソフトの妥当性検討です。
In order to reduce the human error after surgery, we are trying to develop application software including AI technology using various artificial data including phantom pictures and cadaveric pictures for better learning for AI advancement of the system.
手術直後に撮影されたX線画像の自動解析ソフトウェアを開発し,医療問題の一つである術後体腔内異物遺残の発生防止を目的とします。
実際のステップとしては,(1)画像解析アルゴリズムの構築(2)献体を用いた異物画像データ作成およびAI学習(3)臨床データでの検証・ソフトウェア開発(4)異物検出アプリケーションソフトの妥当性検討を行います。
ガーゼ遺残症例発生に係るコストは年間おおよそ数千万円規模に上ります。このコストを0に近づけられる可能性があるだけでなく,異物遺残の患者を発生させるリスクを比較的低コストで減少させる効果が期待できます。