【プレスリリース】人工知能により患者データから肝がんの存在を予測

2019年05月30日研究


- 患者データからがんの存在を予測するAIの開発 -

多要因が組み合わさり発症するさまざまな“がん”に対し、単一腫瘍マーカーでの存在予測には限界があり、患者背景や臓器の炎症などの情報も統合することが望ましいと考えられます。情報技術に大きな進展をもたらしたニューラルネットワークを用いたディープラーニングの登場により近年注目される機械学習は、複数因子を組み合わせる際に関数の最適化を行い、予測能を最大化させるアルゴリズムを作成することを可能とします。

東京大学医学部附属病院 検査部の佐藤雅哉 助教、矢冨裕 教授、同院 消化器内科の建石良介 特任講師、小池和彦 教授らおよび島津製作所基盤技術研究所 AIソリューションユニット 梶原茂樹 主幹研究員らの研究グループは、ディープラーニングを含むさまざまな手法から、収集された患者データから得られる予測能を最大化する学習アルゴリズムと学習パラメーターを自動抽出するフレームワークを作成し、患者データを用いた肝がんの有無の予測精度を検討しました。

肝がんの有無の予測には、腫瘍マーカーの他、背景肝の線維化や炎症、肝炎ウィルスの有無、患者年齢などが重要であることが知られています。これらに関連する検査項目を含めた16項目の患者データを、本フレームワークを用いて統合することで、従来の腫瘍マーカーと比較して診断率が飛躍的に向上しました。

ディープラーニングは多くの分野で革新的な成果をもたらした非常に強力な学習アルゴリズムですが、その複雑さのために大きな成果を生み出すには莫大な量のサンプルが必要になります。今回1582人の患者(肝がん患者539人、非肝がん患者1043人)を対象とした肝がん予測に対しての最適アルゴリズムはディープラーニングではない、従来の手法でした。
患者を対象とする医学研究においては、同意取得の必要性や倫理的な側面への配慮から、多数の(数万人の)患者サンプルを収集することは現実的に困難です。このような状況の中で、現存するデータに対して予測能を最大化するアルゴリズムを抽出することは非常に重要です。本フレームワークは肝がんに限らず、さまざまなデータに適用が可能であり他分野への応用も期待されます。

本研究成果は日本時間の2019年5月30日に学術誌Scientific Reports(オンライン版)にて発表されました。

※詳細は添付ファイルをご覧ください。



ファイルを保存される方は、マウスの右クリックから「対象をファイルに保存」、「名前をつけて保存」などを選択して保存して下さい。