|
現在の術後化学療法は臨床試験の結果と医師の長年の感により行われる非常に画一的なものであり、患者個々人で最適な化学療法を行われているとは言いがたい状況である。消化器がんを含めた難治がんの手術により摘出したがん細胞のシークエンスを実施し、そのデータを基に効果のある抗がん剤の組み合わせを決定することができれば、術後化学療法の効果は飛躍的に上昇し結果としてがんの予後改善につながると考えられる。
しかし現状ではがん細胞から取得したシークエンスデータを人が解析し、効果のある抗癌剤を判断するのは相当な時間と労力を要し、患者個人にとって最適な抗がん剤の組み合わせを導き出すのは無理である。
そこで本研究では約200種のがん細胞のシークエンスデータおよび各々の細胞の265種の抗がん剤への感受性データから人工知能(AI)を用いて深層学習を行い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して研究を行った。
その結果、研究を実施した複数のがん細胞において、ゲノムデータと層別化された臨床データを照合することにより、深層学習で標準的な抗がん剤及び免疫チェックポイント阻害剤の最適化された精密医療のプロトコールを提示するための基盤情報を整備することができた。
得られた成果は大阪大学の知的財産として整備を行い、産学連携活動を通じて社会実装を促進した。また、アウトリーチ活動として学会における公開市民講座等の啓蒙活動を通じて難治がんの精密医療におけるデーターサイエンスの発展に大きく貢献することができた。
|
