| 研究課題/領域番号 |
17H01817
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生命・健康・医療情報学
|
|---|
| 研究機関 | 奈良先端科学技術大学院大学 |
|---|
研究代表者 |
作村 諭一 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (50324968)
|
|---|
| 研究分担者 |
池田 和司 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (10262552)
申 ウソク 国立研究開発法人産業技術総合研究所, 材料・化学領域, 研究グループ長 (10357246)
宮内 睦美 広島大学, 医系科学研究科(歯), 教授 (50169265)
樋田 豊明 愛知県がんセンター(研究所), 分子腫瘍学分野, 研究員 (80250249)
伊藤 敏雄 国立研究開発法人産業技術総合研究所, 材料・化学領域, 主任研究員 (90377888)
赤松 貴文 国立研究開発法人産業技術総合研究所, 材料・化学領域, 主任研究員 (60635316)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
16,510千円 (直接経費: 12,700千円、間接経費: 3,810千円)
2019年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2018年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
2017年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
|
|---|
| キーワード | 呼気ガス / 機械学習 / がん診断 / 疾病診断 / 呼気成分 / ガスセンサ / 非侵襲診断 / 呼気 / がん / 特徴選択 / AI |
|---|
| 研究成果の概要 |
呼気ガスの成分を用いた機械学習により、健常者と複数の疾病の患者の診断を精度良く行うことができた。それぞれの疾病特有の呼気成分を抽出した。これらは新規バイオマーカの候補となりうる。簡易検知器開発のため、質量分析器のデータとの診断性能比較を行ったところ、同程度の性能が出せることが分かった。これは簡易検知器の検出性能が質量分析器に劣らないことを示す。性能自体は偽陽性や偽陰性の改善が必要である。
|
| 研究成果の学術的意義や社会的意義 |
本研究課題の手法が確立されれば、様々な非侵襲データを統合することで、高い精度の健康診断が簡素に行うことが可能となる。その簡便性から医療現場の労力を大幅に削減できるだけでなく、被検者の観点では経済的・身体的・心的・時間的負担が大幅に軽減される。疾患・健常レベルを評価することは、疾病を速く（fast）診断するたけでなく、早い（early）段階で疾患可能性を潰す予防医学につなげることができる。予防医学が進めば我が国の医療費の削減に寄与するだけでなく、新たな産業の創出につながる可能性を秘めている。
|
