2021 Fiscal Year Annual Research 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 / 自然言語処理 / 慢性腎臓病 / ネットワーク / ビッグデータ / 深層学習 / サポートベクターマシーン / 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」を目的とした。
2019年度：深層学習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：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た。さらにこの技術にて特許を取得した。さらに、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用いて、透析患者の生命予後予測のため、サポートベクトルマシーンとk-meansによるアンサンブルモデルを開発した。この解析結果から、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(Kanda. PLoS One. 2020)。
2021年度：開発したAI-TMSをサーバー内に搭載しWEBシステムとして実用化した。仕様は以下の通りである。①ユーザがリサーチクエスチョンを入力すると、AI-TMSが候補論文を自動的にダウンロードする。②AIが解析し文献をユーザに提示し、ユーザは文献を評価・選択する。③文献リストがダウンロードされる。このシステムは、日本腎臓学会 CKD 診療ガイドライン改訂準備委員会およびがん薬物療法時の診療ガイドライン改訂委員会にて、システマティックレビュー作成に採用された。
次に、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に適用し、CKD進行を予測する機械学習モデルを開発した。作成した機械学習モデルの予測精度を既存のバイオマーカーとシミュレーションで比較した。機械学習モデルは既存マーカーよりも高い予測精度を示した。
|
