| 研究課題/領域番号 |
18K18452
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
超高齢社会研究
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
井上 治久 京都大学, iPS細胞研究所, 教授 (70332327)
|
|---|
| 研究分担者 |
近藤 孝之 京都大学, iPS細胞研究所, 特定拠点講師 (80536566)
矢田 祐一郎 国立研究開発法人理化学研究所, バイオリソース研究センター, 特別研究員 (80805797)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2021-03-31
|
| キーワード | ALS / Deep Learning / 超早期病態 / 診断 / データサイエンス |
|---|
| 研究成果の概要 |
ALSなどの神経変性疾患では、超早期病変の病態の検出と解明が必要である。本研究では、健常者及びALS患者iPS細胞を用いて運動神経細胞を作製後、撮像し、膨大な画像情報を収集した。神経変性を予知する指標を得るために、この情報を数千次元の解析が可能なDeep Learningで学習することで、通常の解析では検出できない超早期の病的変化を同定した。Deep Learningは、通常の解析では検出できないALS運動神経細胞の病変を検知した。本結果から、Deep LearningはALSの診断をサポートするとともに、本方法が将来的なALSの治療促進と克服につながる可能性が考えられた。
|
| 自由記述の分野 |
神経変性疾患
|
| 研究成果の学術的意義や社会的意義 |
本研究では、人工知能（Artificial Intelligence: AI）を用いて、神経難病である筋萎縮性側索硬化症（ALS）の病態の検知・診断への応用を目指した研究を行いました。
本研究では、人間の考えを挟むことなく大量のデータからその特徴を抽出できるDeep LearningというAIとiPS細胞由来運動神経細胞を用いて、ALSを予測するAIモデルを構築しました。本研究成果は、今後のAIとiPS細胞のテクノロジー融合による疾患予測と克服に貢献することが期待されます。
|
