|
検索したキーワードがページ内でハイライトします。
| RESET |
研究キーワード:広島大学における「予測モデル」 に関係する研究一覧:6件
概要表示
折りたたむ
発表日:2026年10月26日
1
CT画像により「肺がんの治りにくさ」の仕組みを解明
-画像と遺伝子情報をつなぎ、薬の候補探索まで行うAI解析基盤を開発-
広島大学病院放射線部の河原大輔准教授らの研究グループは、非小細胞肺がんのCT画像と遺伝子情報を統合し、予後が良くない腫瘍の背景にある遺伝子の働きを読み解き、薬の候補探索につなげるAI解析基盤を開発しました。 402例の治療前CT画像から予後予測モデルを作り、独立した110例で検証したところ、予後を見分ける性能の指標であるC-indexは0.785となり、従来行われてきた臨床情報における予後因子以上に画像情報には重要な予後バイオマーカーが存在することを示しました。画像特徴には、低酸素、細胞増殖、炎症などに関わる遺伝子群と、それらを調節するHIF1A、STAT3、TP53、YAP1、E2F...
キーワード:画像情報/アルゴリズム/人工知能(AI)/STAT/環境要因/小細胞肺がん/TP53/オミクス/個別化治療/微小環境/予後因子/予後予測/予測モデル/CT画像/がん微小環境/HIF/Stat3/細胞増殖/創薬/低酸素/転写因子/非小細胞肺がん/バイオマーカー/遺伝子/医用画像/動物実験/肺がん/放射線
他の関係分野:情報学
概要表示
折りたたむ
発表日:2026年10月26日
2
MRI画像から予後に関わる免疫状態を解明
-画像/遺伝子情報のAI解析より治療薬候補へつながる免疫状態を探索-
広島大学病院放射線部の河原大輔准教授らの研究グループは、膠芽腫の治療前MRI画像から得られる特徴を、患者の予後予測に生かす解析手法を開発しました。膠芽腫は再発しやすく、患者ごとに腫瘍周囲の免疫環境が異なるため、画像から病状を詳しく捉える方法が求められています。 研究グループは223例のMRI画像上より特徴を解析するRadiomics及びAI手法により予後予測モデルを構築し、独立した98例で検証しました。臨床情報だけの場合と比べ、MRI由来の情報を加えると、予測の一致度を示すC-index(※1)は0.639から0.730へ向上し、画像情報には臨床情報以上に重要な予後バイオマーカーが存在...
キーワード:画像情報/人工知能(AI)/一細胞/CAR-T細胞療法/オミクス/炎症反応/個別化治療/治療標的/微小環境/放射線治療/予後因子/膠芽腫/予後予測/予測モデル/腫瘍微小環境/免疫療法/MRI/T細胞/がん細胞/グリア/ファージ/マクロファージ/ミクログリア/血管新生/血管新生阻害/細胞療法/腫瘍免疫/創薬/免疫チェックポイント/免疫チェックポイント阻害薬/免疫細胞/バイオマーカー/遺伝子/医用画像/手術/脳腫瘍/放射線/薬物療法
他の関係分野:情報学総合生物
概要表示
折りたたむ
発表日:2026年5月15日
3
【研究成果】肺がん治療中の肺炎リスクを事前に予測
― CT画像とAIで重症化を防ぐ新しい仕組みを開発 ―
・局所進行非小細胞肺がん*1では、化学放射線療法*2に続いて免疫療法*3を行う標準治療の過程で、約30%の患者に発熱や呼吸困難などの症状を伴う肺炎が発生することが課題となっています。・研究チームは、治療前のCT画像*4をもとにしたRadiomics解析*5とAIを用いて、肺炎の発症を事前に予測できるモデルを開発しました。・これにより、早期受診・早期治療につなげることで、重症化の防止が期待されます。 【背景と概要】 局所進行の非小細胞肺がんでは、化...
キーワード:機械学習/人工知能(AI)/サポートベクターマシン/小細胞肺がん/ベクター/合併症/放射線治療/放射線療法/リンパ球/予測モデル/CT画像/免疫療法/がん細胞/がん治療/非小細胞肺がん/免疫チェックポイント/免疫チェックポイント阻害薬/免疫細胞/リスク因子/化学療法/抗がん剤/肺がん/放射線
他の関係分野:情報学工学
概要表示
折りたたむ
発表日:2026年2月3日
4
進行肺がん患者の放射線肺炎予測精度を大幅に向上
~SurvBETAモデルが多領域解析と複数のAI学習をつなぎ革新的な予測を実現~
広島大学病院放射線部の河原大輔准教授を中心とする研究チームは、肺がんの患者に対する放射線治療の後に発症する(放射性肺炎)のリスクを高精度で予測する新しいモデル「SurvBETA」を開発しました。放射性肺炎は、放射線治療中に患者が経験する可能性がある重大な副作用で、発症すると治療方針の変更を余儀なくされることがあります。従来の予測方法では、臨床データや単一の画像から得られる情報に頼っており、リスク予測の精度には限界がありました。本研究では、患者のCT画像と放射線量情報から得られるさまざまな情報を抽出し、複数の機械学習アルゴリズムを用いて信頼性の高い予測を行うモデルを開発し、従来よりも...
キーワード:ランダムフォレスト/アンサンブル学習/学習アルゴリズム/アルゴリズム/機械学習/最適化/人工知能(AI)/リスク評価/個別化治療/放射線治療/パフォーマンス/予測モデル/CT画像/解剖学/がん細胞/がん治療/副作用/がん患者/生活の質/肺がん/放射線
他の関係分野:情報学工学
概要表示
折りたたむ
発表日:2025年12月18日
5
肝移植拒絶リスクを遺伝子で予測、個別化治療への新たな一歩
ーSIRPα遺伝子多型が免疫応答を制御する仕組みを解明ー
広島大学の研究チーム(広島大学 大学院医系科学研究科 消化器・移植外科学 大段秀樹 教授、Akhmet Seidakhmetov医師、呉医療センター 谷峰直樹医師、ら)は、日本人154組の生体肝移植ドナー(提供する人)・レシピエント(受ける人)ペアを対象に肝移植の拒絶反応に関する研究を行いました。その結果、肝臓移植の際に拒絶反応がおこるかどうかは、免疫の働きを決める「SIRPα遺伝子」の違いが関係していることを明らかにしました。具体的には、「SIRPα遺伝子」の「V2型」をもつ人では、急性拒絶反応の発生率が高いことを発見しました。 この研究成果は、国際学術誌 『PNAS N...
キーワード:マッチング/最適化/ボランティア/モデル化/たんぱく/抗原提示/細胞膜/APC/がん免疫/がん免疫療法/異種移植/肝硬変/急性拒絶反応/個別化治療/腎移植/免疫抑制/臨床応用/肝臓がん/白血球/予測モデル/免疫療法/HLA/T細胞/がん細胞/拒絶反応/血液/抗原/抗原提示細胞/自己免疫/自己免疫疾患/受容体/生体肝移植/免疫チェックポイント/免疫応答/免疫学/免疫細胞/遺伝子/医師/疫学/肝移植/臓器移植
他の関係分野:情報学複合領域工学総合生物
概要表示
折りたたむ
発表日:2025年5月8日
6
【研究成果】AIがDNAを読み解いてミスを防ぐ! ゲノム編集で起こり得るRNAへの影響を予測する新システムを開発
広島大学ゲノム編集(*5)イノベーションセンタープラチナバイオ共同研究講座の中前和恭共同研究講座助教と小野浩雅共同研究員(前任:ライフサイエンス統合データベースセンター特任助教)、広島大学大学院統合生命科学研究科の鈴木貴之大学院生(広島大学大学院リサーチフェロー)・米澤奏良大学院生(次世代AIフェロー)・坊農秀雅教授(プラチナバイオ共同研究講座教授・ライフサイエンス統合データベースセンター客員教授兼任)、株式会社ゲノムアナリティクスジャパンの山本謙太郎、角崎太郎(Independent Researcher)、ライフサイエンス統合データベースセンターの内藤雄樹客員准教授らはゲノム編集ツール...
キーワード:AI/アルゴリズム/プロファイル/機械学習/言語モデル/人工知能(AI)/持続可能な開発のための教育(ESD)/ゲノムDNA/終止コドン/コドン/ヒトデ/遺伝情報/塩基配列/安全性評価/CRISPR-Cas/DNA二本鎖切断/RNA編集/獲得免疫/CRISPR/遺伝子発現プロファイル/染色体/卵巣/mRNA/SNP/予測モデル/ゲノム編集/RNA/スクリーニング/培養細胞/ゲノム/遺伝子/遺伝子発現/一塩基多型/標準化
他の関係分野:情報学複合領域化学生物学工学総合生物
広島大学 研究シーズ