研究課題/領域番号 |
17H01817
|
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, 医歯薬保健学研究科(歯), 准教授 (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)
|
研究期間 (年度) |
2017-04-01 – 2020-03-31
|
キーワード | 呼気ガス / AI / 疾病診断 / 特徴選択 |
研究実績の概要 |
本研究課題は、呼気を中心とする非侵襲データに基づき、機械学習法により複数の疾患を診断することを目的とする。これまでの研究から、呼気成分を用いて高精度で疾病診断できることが分かっているが、診断におけるデータの前処理・アルゴリズム、およびガスセンサの小型化・性能向上を行うことで、疾病・健康状態の状態推定の精度向上を目指す。また、呼気に含まれる複数の成分のうち、どの成分が疾病と関連するか、疾病のレベルとの関係性について知見抽出が行えるアルゴリズム開発を行うことを目的とする。さらに、1種のガスセンサで4種の状態(健常および3種の疾病)を特異的に診断できる可能性を調査する。 呼気採取グループは採取する疾病の選択および被検者の準備(倫理関係の書面等も含む)行った。センサ開発グループは特定の4成分に対する感度調整を行った。アルゴリズム開発グループは、新規呼気ガスが採取されるまでの準備として、診断に有効な成分選択アルゴリズムの開発を行った。成分選択は機械学習の分野における特徴選択法に相当する。本研究課題に関連した新規の特徴選択法の開発に着手し、ある程度の性能が得られることを確認した。今後、採取された呼気ガスに対して本手法を適用していく予定である。 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、被検者にとっても診断のための経済的・身体的・心的・時間的負担が大幅に軽減される。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
ヒト由来試料採取を行う研究であるため、採取の手続きおよびデータの扱いについて、規定に従って進めている。採取グループ、センサ開発グループ、アルゴリズム開発グループそれぞれにおいて、具体的な研究事項を順調に進めている。
|
今後の研究の推進方策 |
新規に採取した呼気について、センサによる定量化と疾病診断性能の評価を行う。 複数の疾病間の呼気成分の違いについて明らかにする。 新規の特徴選択法について、他の手法との性能比較を行う。
|