Development of statistical evaluation method for artificial intelligence and deep learning for personalized medicine

2021 Fiscal Year Final Research Report

• Project/Area Number: 19H01806
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 12040:Applied mathematics and statistics-related
• Research Institution: Teikyo University
• Principal Investigator: Matsuura Masaaki 帝京大学, 公私立大学の部局等, 教授 (40173794)
• Co-Investigator(Kenkyū-buntansha): 生亀 清貴 日本大学, 経済学部, 准教授 (30711593) ; 安藤 宗司 東京理科大学, 工学部情報工学科, 助教 (40803226) ; 牛嶋 大 公益財団法人がん研究会, 有明病院 臨床研究・開発センター, 研究員 (60328565) ; 小森 理 成蹊大学, 理工学部, 准教授 (60586379) ; 松井 茂之 名古屋大学, 医学系研究科, 教授 (80305854) ; 顧 艶紅 大阪医科薬科大学, 医学部, 講師 (30470595) ; 江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 統計 / 個別化医療

Outline of Final Research Achievements

In this research, data analysis using artificial intelligence and deep learning, which has recently begun to be used in medicine, is becoming widespread in order to realize and accelerate personalized medicine. However, there are criticisms that the analysis content is black box-like as to how the analysis results were derived. Therefore, we conducted research to add an evaluation from a statistical point of view regarding "contribution of each feature of deep learning", and in particular, conducted research on specific problems using various actual data, and based on these experiences. We proposed a simple new method.

Free Research Field

統計学、疫学、バイオインフォマティクス

Academic Significance and Societal Importance of the Research Achievements

これまでの人工知能・深層学習を用いたデータ解析には、主に画像解析の画素をデータとして取り扱う分野の発展が著しいが、医学的臨床情報を用いる分野では各種臨床検査値やオミックスデータの情報を変数として取り扱う分野の発展が望まれてきた。しかし、後者の場合の解析結果は、最終結果のみが出力され、医学で重要な解析で使用した各種因子や説明変数の寄与度が明らかでない点が問題であった。本研究では、実データを用いて研究を推進した。