個別化医療のための人工知能・深層学習に対する統計学的評価法の開発

2021 年度 研究成果報告書

• 研究課題/領域番号: 19H01806
• 研究種目: 基盤研究(B)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 小区分12040:応用数学および統計数学関連
• 研究機関: 帝京大学
• 研究代表者: 松浦 正明 帝京大学, 公私立大学の部局等, 教授 (40173794)
• 研究分担者: 生亀 清貴 日本大学, 経済学部, 准教授 (30711593) ; 安藤 宗司 東京理科大学, 工学部情報工学科, 助教 (40803226) ; 牛嶋 大 公益財団法人がん研究会, 有明病院 臨床研究・開発センター, 研究員 (60328565) ; 小森 理 成蹊大学, 理工学部, 准教授 (60586379) ; 松井 茂之 名古屋大学, 医学系研究科, 教授 (80305854) ; 顧 艶紅 大阪医科薬科大学, 医学部, 講師 (30470595) ; 江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
• 研究期間 (年度): 2019-04-01 – 2022-03-31
• キーワード: 統計 / 個別化医療

研究成果の概要

本研究では、個別化医療の実現および加速化のために、医学において最近利用され始めているの人工知能・深層学習を用いたデータ解析が広まりつつある。しかし、どのように解析結果が導出されたか解析内容がブラックボックス的であるとの批判がある。そこで「深層学習の各特徴量の寄与度」に関して統計学的視点からの評価を加えるための研究を行い、特に各種の実データを用いた具体的問題に関して研究を行ない、これらの経験を基に簡便的な新規手法の提案を行った。

自由記述の分野

統計学、疫学、バイオインフォマティクス

研究成果の学術的意義や社会的意義

これまでの人工知能・深層学習を用いたデータ解析には、主に画像解析の画素をデータとして取り扱う分野の発展が著しいが、医学的臨床情報を用いる分野では各種臨床検査値やオミックスデータの情報を変数として取り扱う分野の発展が望まれてきた。しかし、後者の場合の解析結果は、最終結果のみが出力され、医学で重要な解析で使用した各種因子や説明変数の寄与度が明らかでない点が問題であった。本研究では、実データを用いて研究を推進した。