研究課題
癌の克服は国民的課題となっていて、総合科学技術会議においても継続的に取組む目標とされている。中でも肝癌は、C型肝炎訴訟から社会問題化して国民の関心も高い。この肝癌の難治性は、例え手術が成功しても癌が高率で再発する点にある。再発を高精度で予測できれば効果的な医療を行うことができ、無再発なら抗癌剤やCT検査が不要となり、患者が恩恵を受けるだけでなく高騰する医療費も抑制できる。本研究では、手術で癌を完全に切除した患者を対象に、保険適用の臨床データを用いて高精度な肝癌再発予測を目的とする。このため、3か年の研究計画を策定し実施した。保険適用の臨床データに限定した理由は、研究成果の早期実用化のためである。まず肝臓専門医の指導のもとに整備された疾患データベースを用いて離散Bayes識別理論の基礎を確立した。離散Bayes識別理論では、事後確率の計算を質的データである「こと」に対して行い、事後確率が最大のクラスへパターンを識別する。次に、標的マーカー探索のために「こと」を取り扱う特徴選択法を確立した。このため、仮想的にサンプル集合を分割して仮想訓練サンプル集合からクラス条件付き確率を求め、仮想テストサンプル集合内の仮想テストサンプルを識別する。以上の研究成果の臨床応用として早期胃癌のリンパ節転移予測問題を解決し、その論文をヨーロッパ消化器内科学の専門雑誌European Journal of Gastroenterology & Hepatologyに投稿し採択された。
JASIS2017,ライフサイエンスイノベーションフォーラム2(2017/9/7)発表 幕張メッセ国際会議場
すべて 2017
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件)
European Journal of Gastroenterology & Hepatology
巻: 29 ページ: 1346-1350
10.1097/MEG.0000000000000987