特許ウォッチ

公開番号2025156261
公報種別公開特許公報(A)
公開日2025-10-14
出願番号2025057139
出願日2025-03-28
発明の名称学習プログラム、情報処理装置及び学習方法
出願人国立大学法人東京大学
代理人弁理士法人フィールズ国際特許事務所
主分類G06N 20/00 20190101AFI20251002BHJP(計算;計数)
要約【課題】将来の主要心血管イベントの起こりやすさを精度良く予測することを可能とする学習プログラム、情報処理装置及び学習方法を提供する。
【解決手段】第1人物の第1心電図情報と、第1人物の第1BNP値とを取得し、第1心電図情報と、第1BNP値とを含む第1教師データを生成し、第1教師データを学習させることによって第1学習モデルを生成し、第2人物の第2心電図情報と、第2人物の第2BNP値とを取得し、第2BNP値と第2人物に対応する係数とを用いることによって補正BNP値を算出し、第2心電図情報と、補正BNP値とを含む第2教師データを生成し、第2教師データを学習させることによって、第1学習モデルを構成する層のうちの少なくとも一部を含む第2学習モデルを生成する。
【選択図】図16
特許請求の範囲【請求項１】
第１人物の第１心電図情報と、前記第１人物の第１ＢＮＰ値とを取得し、
前記第１心電図情報と、前記第１ＢＮＰ値とを含む第１教師データを生成し、
前記第１教師データを学習させることによって第１学習モデルを生成し、
第２人物の第２心電図情報と、前記第２人物の第２ＢＮＰ値とを取得し、
前記第２ＢＮＰ値と前記第２人物に対応する係数とを用いることによって補正ＢＮＰ値を算出し、
前記第２心電図情報と、前記補正ＢＮＰ値とを含む第２教師データを生成し、
前記第２教師データを学習させることによって、前記第１学習モデルを構成する層のうちの少なくとも一部を含む第２学習モデルを生成する、
処理をコンピュータに実行させることを特徴とする学習プログラム。
続きを表示（約 1,500 文字）【請求項２】
前記第１心電図情報は、前記第１人物の第１心電波形データと、前記第１心電波形データにおける電位差と、前記第１人物の心拍数とのうちの少なくともいずれか含み、
前記第２心電図情報は、前記第２人物の第２心電波形データと、前記第２心電波形データにおける電位差と、前記第２人物の心拍数とのうちの少なくともいずれか含む、ことを特徴とする請求項１に記載の学習プログラム。
【請求項３】
前記第２学習モデルは、前記第１学習モデルを構成する複数の層のうちの先頭から所定数の層と、前記所定数の層からの出力を入力とする他の層とを含む学習モデルである、ことを特徴とする請求項１に記載の学習プログラム。
【請求項４】
前記第２学習モデルを生成する処理では、前記他の層におけるパラメータを学習する、ことを特徴とする請求項３に記載の学習プログラム。
【請求項５】
前記第１学習モデルを生成する処理では、複数の第１学習モデルを生成し、
前記他の層は、複数の第１学習モデルのそれぞれにおける前記所定数の層からの出力を入力とする、ことを特徴とする請求項３に記載の学習プログラム。
【請求項６】
前記第１心電図情報と前記第１ＢＮＰ値とを取得する処理では、前記第１人物の第１年齢を取得し、
前記第１教師データを生成する処理では、前記第１年齢を含む前記第１教師データを生成し、
前記第１学習モデルを生成する処理では、前記第１年齢を含む前記第１教師データを学習させることによって前記第１学習モデルを生成し、
前記第２心電図情報と前記第２ＢＮＰ値とを取得する処理では、前記第２人物の第２年齢を取得し、
前記第２教師データを生成する処理では、前記第２年齢を含む前記第２教師データを生成し、
前記第２学習モデルを生成する処理では、前記第２年齢を含む前記第２教師データを学習させることによって前記第２学習モデルを生成する、
処理をコンピュータに実行させることを特徴とする請求項１に記載の学習プログラム。
【請求項７】
前記第１教師データを生成する処理では、
アークタンジェントを用いることによって前記第１ＢＮＰ値を変換し、
前記第１心電図情報と、変換した前記第１ＢＮＰ値とを含む前記第１教師データを生成する、
ことを特徴とする請求項１に記載の学習プログラム。
【請求項８】
さらに、前記第２人物における主要心血管イベントの発症状況に応じて、前記第２人物に対応する係数を特定する、
処理をコンピュータに実行させることを特徴とする請求項１に記載の学習プログラム。
【請求項９】
前記係数を特定する処理では、前記第２心電図情報が測定されたタイミングから所定の期間内において前記第２人物が前記主要心血管イベントを発症した場合、前記係数として第１係数を特定し、前記所定の期間内において前記第２人物が前記主要心血管イベントを発症しなかった場合、前記係数として前記第１係数よりも小さい第２係数を特定する、ことを特徴とする請求項８に記載の学習プログラム。
【請求項１０】
前記係数を特定する処理では、前記第２心電図情報が測定されたタイミングから所定の期間内において前記第２人物が前記主要心血管イベントを発症した場合、前記係数として第１係数を特定し、前記所定の期間よりも短い期間内において前記第２人物が前記主要心血管イベントを発症した場合、前記係数として前記第１係数よりも大きい第３係数を特定する、ことを特徴とする請求項８に記載の学習プログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、学習プログラム、情報処理装置及び学習方法に関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
例えば、対象者（患者）の心電波形データや心拍数等を用いることによって、対象者における心不全の悪化状況の判定が行われる場合がある（特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
特許第７０７５６１１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ここで、医療の現場では、例えば、対象者の心電波形データや心拍数等を用いることによって、対象者における将来の主要心血管イベント（ＭＡＣＥ：ＭａｊｏｒＡｄｖｅｒｓｅＣａｒｄｉｏｖａｓｃｕｌａｒＥｖｅｎｔｓ）の起こりやすさを精度良く予測することが求められている。
【０００５】
そこで、本開示の目的は、将来の主要心血管イベントの起こりやすさを精度良く予測することを可能とする学習プログラム、情報処理装置及び学習方法を提供することにある。
【課題を解決するための手段】
【０００６】
本開示における学習プログラムは、第１人物の第１心電図情報と、前記第１人物の第１ＢＮＰ値とを取得し、前記第１心電図情報と、前記第１ＢＮＰ値とを含む第１教師データを生成し、前記第１教師データを学習させることによって第１学習モデルを生成し、第２人物の第２心電図情報と、前記第２人物の第２ＢＮＰ値とを取得し、前記第２ＢＮＰ値と前記第２人物に対応する係数とを用いることによって補正ＢＮＰ値を算出し、前記第２心電図情報と、前記補正ＢＮＰ値とを含む第２教師データを生成し、前記第２教師データを学習させることによって、前記第１学習モデルを構成する層のうちの少なくとも一部を含む第２学習モデルを生成する、処理をコンピュータに実行させる。
【発明の効果】
【０００７】
本発明における学習プログラム、情報処理装置及び学習方法によれば、将来の主要心血管イベントの起こりやすさを精度良く予測することが可能になる。
【図面の簡単な説明】
【０００８】
図１は、第１の実施の形態における情報処理システム１０の構成例を示す図である。
図２は、第１の実施の形態における情報処理システム１０の構成例を示す図である。
図３は、第１の実施の形態の概略を説明する図である。
図４は、第１の実施の形態の概略を説明する図である。
図５は、第１の実施の形態における学習処理等の概略を説明する図である。
図６は、第１の実施の形態における学習処理等の概略を説明する図である。
図７は、第１の実施の形態における学習処理等の概略を説明する図である。
図８は、第１の実施の形態における学習処理等の概略を説明する図である。
図９は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。
図１０は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。
図１１は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。
図１２は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。
図１３は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。
図１４は、第１の実施の形態における推定処理の詳細を説明するフローチャート図である。
図１５は、第１の実施の形態における学習モデルＭＤ１の構成の具体例を説明する図である。
図１６は、第１の実施の形態における学習モデルＭＤ２の構成の具体例を説明する図である。
図１７は、第１の実施の形態における学習処理の効果について説明する図である。
図１８は、第１の実施の形態における学習処理の効果について説明する図である。
図１９は、第１の変形例における学習処理等の概略を説明する図である。
図２０は、第１の変形例における学習処理等の概略を説明する図である。
図２１は、第１の変形例における学習処理の詳細を説明するフローチャート図である。
図２２は、第１の変形例における推定処理の詳細を説明するフローチャート図である。
図２３は、第１の変形例における学習モデルＭＤ１の構成の具体例を説明する図である。
図２４は、第１の変形例における学習処理の効果について説明する図である。
【発明を実施するための形態】
【０００９】
以下、図面を参照して本開示の実施の形態について説明する。しかしながら、かかる説明は限定的な意味に解釈されるべきではなく、特許請求の範囲に記載の主題を限定するものではない。また、本開示の趣旨及び範囲から逸脱することがなく様々な変更や置換や改変をすることができる。また、異なる実施の形態を適宜組み合わせることができる。
【００１０】
［第１の実施の形態における情報処理システム１０の構成例］
初めに、第１の実施の形態における情報処理システム１０の構成例について説明を行う。図１及び図２は、第１の実施の形態における情報処理システム１０の構成例を示す図である。
（【００１１】以降は省略されています）

関連特許