周術期のシバリングを防ぐことは合併症などの観点から重要である。これまで我々は、一定の条件や薬物投与がシバリング閾値温度に与える影響を、ウサギを使用した実験系にて研究し報告を行ってきた。現在までの研究ではシバリングの発生を専門の観察者による目視で行ってきたが、精度の問題がありこれを自動化する手法を模索してきた。近年になり、ハードウェアやソフトウェアの進歩によって機械学習が身近なものとなってきたことを受け、これを利用してシバリングの検出を試みることにした。しかし動物実験への機械学習の応用や、動画を用いた時系列の異常検知に関する文献は数少ない。そこで現在進行中の実験環境を応用し、目視に代わりうる時系列の異常検知を行う機械学習モデルの構築を検討することとした。本研究により、より精度の高いシバリングの検出が可能となるだけでなく、動物実験並びに医学研究などでの動画解析が大いに発展することが期待できる。
本研究はいずれも現在進行中の研究に並行して行うものとする。現在われわれはウサギを用いてマグネシウムがシバリング閾値温度に与える影響を調べている。オスのニホンシロウサギを笑気およびイソフルランで緩徐麻酔導入を行ったうえで気管挿管管理として各種条件を整えて直腸を強制冷却してシバリングを得るものである。
現在までのところでは、一度実験が終了してから得られた生体情報データを後方視的に計算し、シバリングの検出を試みていた。今年度はリアルタイムでデータ収集し、シバリングが発生した時点で検出が可能になるようなシステム構築を行っている。