2020 Fiscal Year Research-status Report
Development of network of chronic kidney disease related factors and therapeutic target using big data and artificial intelligence and information and communication technology
| Project/Area Number |
19K08740
|
|---|
| Research Institution | Kawasaki Medical School |
|---|
Principal Investigator |
神田 英一郎 川崎医科大学, 医学部, 教授 (40401377)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
柏原 直樹 川崎医科大学, 医学部, 教授 (10233701)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | AI / アンサンブルモデル / 透析 / 慢性腎臓病 / テキストマイニング / ネットワーク / ICT / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究は、「インターネット上の医学情報および患者ビックデータをAI・ICT技術で解析することで、疾患に関係する新規病態因子や治療標的を開発すること」を目的としている。
2019年度には、AIを活用したテキストマイニングシステム(AI-TMS)を開発し、CKDに関する約30万件の論文データを用いて医学用語ベクトル間の関係を解明した。また、患者データベースを用いて糖尿病性腎症の進行を予測する深層学習モデルを作成した。
2020年度では、まず、AI-TMSを用いて透析に関係する医学用語ネットワークを構築し特許を取得した。次に、透析患者の生命予後予測のためのアンサンブルモデルを開発した。このモデルは日本透析医学会のデータベース(JRDR)と医学用語ネットワークを基盤とし、患者データをk-menas法にて5つのクラスターに分け、各クラスターをサポートベクターマシーンで解析する。このモデル開発を通し「教師なし学習」であっても医学的知識と矛盾しない分類が可能であることが解明された。また、機械学習のアルゴリズムは非常に複雑であり「ブラックボックス」と呼ばれているが、本研究では解析の途中過程が理解可能で精度の高い予後予測モデルが初めて実現した。以上の成果を論文で発表した(Kanda. PLoS One. 2020)。
さらに医学用語ネットワークを日本腎臓学会が構築したCKD患者のデータベース(J-CKD-Database)に適用し、CKD進行の新しい危険因子を発見した(投稿中)。
上記の医学用語ネットワークとCKD・透析患者のビッグデータを統合した解析により、機械学習モデルは自動的に医学的概念に近いデータ空間を構築可能であり、予後を反映することが示された。今後、医学用語ネットワークを解析し、疾患病態を網羅的に表す数理学的モデルの構築と実用化を進める。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
我々は開発したAI-TMSを用いて医学用語ネットワークを作成し、患者データベースとの統合に成功した。さらに、このシステムの活用により、①機械学習はこれまでの医学的知識に矛盾なく自動的に透析患者を分類できること、②新規のCKD進行の新しい危険因子を発見できることが示された。これらの解析結果から、機械学習モデルが医学的概念を反映するデータ空間を構築できることが明らかになった。これらの成果を学会および論文で発表した(Kanda. PLoS One. 2020)。以上より、おおむね順調に進展していると言える。
|
| Strategy for Future Research Activity |
これまでの成果に基づいて、医学用語ネットワークと患者データの関係性を一般化する数理学的モデルの開発を促進する。そのため、過年度に開発したAI-TMSを用いて、CKD関連因子のネットワークデータベースとCKD患者のビッグデータベースの統合を行い解析する。次に、新しく発見したCKD進行の危険因子について検証を行う。さらに、このデータベースに機械学習モデルを活用し、CKD進行の予測モデルを作成し、システムの実用化を目指す。
|
| Causes of Carryover |
本研究では医学テキストデータおよび患者ビッグデータを解析する必要がある。そのためには、高性能のコンピュータを使用する必要があり、過年度の予算範囲内で最も高性能のワークステーションを購入した。しかしその機能には限界があったため、部品を購入し機能向上を試みることになった。性能向上のための高級な部品と周辺機器の購入は予算を大幅にオーバーしてしまうため予算範囲内で行うことになり、予算限度額とに差が生じた。また、代理店が海外へ注文していた部品がCOVID-19による影響のため届かずキャンセルになった。これらの要因により次年度使用額が生じた。
次年度はネットワークの機能を向上させ解析を継続する。そのため、PC周辺機器、統計解析ソフトなど解析に必要な物品の購入を検討する。また、学会発表や論文の執筆も行う。
|
-
-
[Journal Article] Prevalence of anemia in patients with chronic kidney disease in Japan: A nationwide, cross-sectional cohort study using data from the Japan Chronic Kidney Disease Database (J-CKD-DB)2020
Author(s)
Sofue T, Nakagawa N, Kanda E, Nagasu H, Matsushita K, Nangaku M, Maruyama S, Wada T, Terada Y, Yamagata K, Narita I, Yanagita M, Sugiyama H, Shigematsu T, Ito T, Tamura K, Isaka Y, Okada H, Tsuruya K, Yokoyama H, Nakashima N, Kataoka H, Ohe K, Okada M, Kashihara N.
-
Journal Title
PLOS ONE
Volume: 15
Pages: e0236132
DOI
Peer Reviewed / Open Access
-
[Journal Article] Prevalences of hyperuricemia and electrolyte abnormalities in patients with chronic kidney disease in Japan: A nationwide, cross-sectional cohort study using data from the Japan Chronic Kidney Disease Database (J-CKD-DB)2020
Author(s)
Sofue T, Nakagawa N, Kanda E, Nagasu H, Matsushita K, Nangaku M, Maruyama S, Wada T, Terada Y, Yamagata K, Narita I, Yanagita M, Sugiyama H, Shigematsu T, Ito T, Tamura K, Isaka Y, Okada H, Tsuruya K, Yokoyama H, Nakashima N, Kataoka H, Ohe K, Okada M, Kashihara N.
-
Journal Title
PLOS ONE
Volume: 15
Pages: e0240402
DOI
Peer Reviewed / Open Access
-
[Journal Article] J-CKD-DB: a nationwide multicentre electronic health record-based chronic kidney disease database in Japan2020
Author(s)
Nakagawa N, Sofue T, Kanda E, Nagasu H, Matsushita K, Nangaku M, Maruyama S, Wada T, Terada Y, Yamagata K, Narita I, Yanagita M, Sugiyama H, Shigematsu T, Ito T, Tamura K, Isaka Y, Okada H, Tsuruya K, Yokoyama H, Nakashima N, Kataoka H, Ohe K, Okada M, Kashihara N.
-
Journal Title
Scientific Reports
Volume: 10
Pages: 7351
DOI
Peer Reviewed / Open Access
-
-
-
-
-
-
-
-
-
-
