2021 Fiscal Year Annual Research Report
AIと質量分析を用いた内視鏡検査時のリアルタイム診断支援システム
| Project/Area Number |
19K07728
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
吉村 健太郎 山梨大学, 大学院総合研究部, 講師 (70516921)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | がん診断 / メタボロミクス / 質量分析 |
|---|
| Outline of Annual Research Achievements |
内視鏡検査においてファイバーを被検者の消化管内に挿入した状態で検体を採取、移送し、成分分析の結果から悪性腫瘍の有無を、人工知能の一種である機械学習を用いたアルゴリズムでリアルタイムに判別することが可能な「AI型質量分析内視鏡がん診断支援システム」の構築を行った。検体の採取は糸状の素材（ライン）が消化器粘膜と接触することで行われ、採取された検体は同ラインによって質量分析装置へと移送される。この機構であるライン式検体採取・移送装置を設計、構築し、小型化することで内視鏡の鉗子孔を用いて実際に検体の採取が可能であることが確認された。またラインに付着した検体に含まれる生体分子をイオン化し、質量分析装置で成分分析するための抽出イオン化部の構築と、分析条件の検討が完了した。さらに正常粘膜および悪性腫瘍の成分分析データを患者背景情報と共に蓄積した関係データベースを構築し、これをサポートベクターマシンで機械学習することで診断アルゴリズムを構築した。上記装置部と診断アルゴリズム部を統合することで、臨床での実用が可能な統合システムが完成する。今後は当該システムの実用化に向けた改良を行い、臨床試験の実施を目指す。診断アルゴリズムの構築においては分子同定を必要としないが、各組織検体より得られた組成データベースには、悪性腫瘍特異的な変化が内包されている。解析の結果、一部のリン脂質や低分子代謝産物の発現量が悪性腫瘍において明確に変化することが明らかとなった。この結果は腫瘍マーカーの探索や、病態解明の分子基盤として利用することが可能である。
|
