Development of artificial intelligence system to support postoperative chemotherapy

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K09172
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 55020:Digestive surgery-related
• Research Institution: Osaka University
• Principal Investigator: SATOH Taroh 大阪大学, 医学系研究科, 寄附講座教授 (40368303)
• Co-Investigator(Kenkyū-buntansha): 今野 雅允 東京理科大学, 研究推進機構生命医科学研究所, 助教 (80618207) ; 石井 秀始 大阪大学, 医学系研究科, 特任教授(常勤) (10280736) ; 小関 準 名古屋大学, 医学系研究科, 特任准教授 (20616669)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 化学療法 / 人工知能 / シークエンス

Outline of Final Research Achievements

Deep learning is performed using artificial intelligence (AI) from DNA and RNA sequence data of about 200 types of cancer cells and susceptibility data of each cell to 265 types of anticancer drugs, and optimal from DNA and RNA sequence data. We aimed to build a treatment support system that derives combinations of anticancer drugs. We were able to build an information infrastructure for extracting the characteristic expressions of machine learning of big data by genomic information and optimizing drug therapy and immune checkpoint inhibitors for intractable gastrointestinal cancer based on the results. .. This finding can be applied to the optimization of radiation therapy and surgery in addition to drug therapy, and has contributed to social implementation in clinical practice including AI hospitals.

Free Research Field

先進癌薬物療法

Academic Significance and Societal Importance of the Research Achievements

本研究ではDNA,RNAシークエンスデータから最適な抗がん剤の組み合わせを導き出す治療支援システムの構築を目指す。本研究は生命科学医療分野における超スマート社会の実現に寄与する。抗がん剤感受性データおよびがんの二次元化シークエンスデータを用いて個々の患者でそれぞれ最適な抗がん剤の組み合わせを提示し、それに基づいて医師が治療法の決定を行うことができる真の個別化医療を実現化する。遺伝子情報の二次元バーコード技術はがんのみにとどまらず様々な疾患の理解、生命科学現象の理解を助ける技術となり、医学、生命科学が大きく前進する可能性が秘められている。