2023 Fiscal Year Annual Research Report
Development of a new clustering technique for biological component analyses
| Project/Area Number |
18K12112
|
|---|
| Research Institution | Juntendo University |
|---|
Principal Investigator |
佐藤 正一 順天堂大学, 医療科学部, 教授 (90803255)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
市原 清志 山口大学, 大学院医学系研究科, 学術研究員(寄附金) (10144495)
山下 哲平 東海大学, 医学部, 助教 (50617420)
|
|---|
| Project Period (FY) |
2018-04-01 – 2024-03-31
|
| Keywords | 分離分析 / AI・ビッグデータ時代 / Box-Cox変換 / パラメトリック処理 / 基準範囲設定 / 画像解析 |
|---|
| Outline of Annual Research Achievements |
研究課題である「分離分析のための成分間の重なりやノイズに強い新クラスター分析法の開発と実用化」では、あらゆるデータを正確に分離する技術を目指しており、様々な分野での応用が期待される。6月には「AI・ビッグデータ時代の臨床検査のための情報科学：検査の精度管理に必要な統計学」と題した論文を、11月には「方法間比較のための回帰直線・偏差図の問題点と使い分け」と題した論文を、そして12月には「AI・ビッグデータ時代の臨床検査のための情報科学：検査のためのAI入門 深層学習による画像解析」と題した論文を発表し、高い評価を受けた。これらの論文は、AIの進歩とともに開発された新たな計算手法を紹介し、適切なデータ解析方法を示すことで、正確な診断支援が可能とするものである。
また、共同研究者である山口大学の市原清志教授とともに、臨床検査データをBox-Cox変換を利用して正規分布に変換し、健常人の基準範囲をパラメトリック処理によって示すという革新的な方法論を「Critical appraisal of two Box-Cox formulae for their utility in determining reference intervals by realistic simulation and extensive real-world data analyses」として報告した。この方法論は、従来のノンパラメトリック法による基準範囲設定の曖昧さを克服し、より厳格で信頼性の高い基準範囲の設定が可能となることを証明したものである。
さらに、画像解析の分野でも名古屋大学の池田勝秀教授とともに行った研究は、AIによる細胞画像データ情報抽出技術について前進させる論文を発表した。これらの成果は、臨床検査の精度向上や分離分析に寄与するものであり、将来の医療技術に大きな影響を与えることが期待される。
|
