2023 Fiscal Year Final Research Report

Development of Artificial Intelligence by Deep Learning Based on Genomic High-Dimensional Data Analysis System for Gastrointestinal Cancer

Research Project

PDF

Project/Area Number	21H02998
Research Category	Grant-in-Aid for Scientific Research (B)
Allocation Type	Single-year Grants
Section	一般
Review Section	Basic Section 55020:Digestive surgery-related
Research Institution	Niigata University
Principal Investigator	WAKAI TOSHIFUMI 新潟大学, 医歯学系, 教授 (50372470)
Co-Investigator(Kenkyū-buntansha)	奥田修二郎新潟大学, 医歯学系, 教授 (00512310) 諸和樹新潟大学, 医歯学総合病院, 助教 (10745566) 島田能史新潟大学, 医歯学系, 講師 (20706460) 永橋昌幸新潟大学, 医歯学総合研究科, 客員研究員 (30743918) 松田康伸新潟大学, 医歯学系, 准教授 (40334669) 市川寛新潟大学, 医歯学系, 助教 (50721875) 坂田純新潟大学, 医歯学系, 准教授 (70447605) 宗岡悠介新潟大学, 医歯学総合病院, 助教 (00769391)
Project Period (FY)	2021-04-01 – 2024-03-31
Keywords	消化器癌 / 深層学習 / 人工知能 / ゲノム高次元データ解析 / 腫瘍変異負荷 / マイクロサテライト不安定性
Outline of Final Research Achievements	The objective of this study was to develop an artificial intelligence AI for genomic medicine by deep learning based on a genomic high-dimensional data analysis system for digestive cancer. Genome analysis data, clinical information, and histopathological image data in gastrointestinal cancer were collected and integrated into an integrated database. A deep learning set was created by linking genome analysis data and pathological image data, and a system that can analyze high-dimensional data on a high-performance computer was constructed. We elucidated histopathological characteristics of carcinoma side and host side in tumor mutation load in colorectal cancer, and worked on the development of artificial intelligence AI by deep learning, and developed an artificial intelligence AI that can predict tumor mutation load from histopathological images, for which we obtained domestic and international patents.
Free Research Field	消化器外科
Academic Significance and Societal Importance of the Research Achievements	研究成果の学術的意義、社会的意義としては、深層学習によるゲノム医療用人工知能を開発した点にある。消化器癌におけるゲノム解析データ、病理画像データをリンクさせて深層学習セットを作成し、ノイマン型PCでプログラミングを行い、Interfaceによりノイマン型PCから高性能コンピュータで高次元データ解析できるシステムを構築した。大腸癌における腫瘍変異負荷量における癌腫側・宿主側の病理組織学的特徴を解明し、深層学習による人工知能AIの開発に取り組み、病理組織画像から腫瘍変異負荷量を予測可能な人工知能AIを開発し、国内特許および国際特許を取得した。