臨床研究について Clinical Research
循環器研究における人工知能（AI）
医療リアルワールドデータを利活用した医学知識発見
現在のevidence-based medicine（EBM）のコンセプトは複数のランダム化比較試験（randomized controlled trials、RCT）のメタ解析を重視し、診療ガイドラインを通して医療の標準化に貢献してきましたが、（1）RCTの対象患者とリアルワールドの患者背景の差異、（2）治療介入の時代による変遷と複雑化、（3）RCTに要するコストの増大、などの制限も大きくなっており、電子カルテに保存されている医療情報（リアルワールドデータ）を利活用する観察研究の役割が注目されています。
内閣府戦略的イノベーション創造プログラム（SIP）第3期「統合型ヘルスケアシステムの構築」は、医療版Society 5.0の実現を志向し、的場哲哉が研究開発責任者を務める「臨床情報プラットフォーム構築による知識発見拠点形成」（テーマA-1、2023-2027年度）では、電子カルテ情報、循環器部門システムの情報、患者のPHR情報を複数施設において統合する、13施設からなる臨床情報プラットフォームを共有するリアルワールドデータ拠点を形成し、集積したリアルワールドデータの分析から、リアルワールドにおける医学知識の発見を推進しています。
循環器研究における人工知能（AI）の活用
医学研究における解析は統計学的に行われてきましたが、人工知能（AI）が社会的に普及し、循環器研究においても統計学的解析に加え、AIによる解析が広がりつつあります。また、循環器領域に特徴的な生理学的検査・画像、放射線検査画像を含めたマルチモーダルデータは、機械学習・深層学習による診断や層別化の研究分野が広がりつつあります。当研究グループでは、九州大学工学部システム情報科学と連携し、循環器病データのAI研究に取り組んでいます。
