研究課題情報
課題管理番号
23dm0307008h0006
統合プロジェクト(二期)

疾患基礎研究プロジェクト<第二期>

9つの連携分野プロジェクト

脳とこころの健康大国実現プロジェクト

事業名

脳科学研究の戦略的な推進<脳科学研究戦略推進プログラム、革新的技術による脳機能ネットワークの全容解明プロジェクト・戦略的国際脳科学研究推進プログラム> ,

戦略的国際脳科学推進プロジェクト ,

脳とこころの研究推進プログラム

タグ(2023)

研究開発目的: 治療に関する研究

研究の性格: 医療機器開発<薬機法該当>

研究モダリティ: 不明又は未定

開発フェーズ: 臨床研究

ICD-10大分類: 精神および行動の障害

対象疾患領域: 精神・神経疾患

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 診断 ,  治療 ,  予後・生活の質<QOL>

タグ(2022)

研究の性格: その他

開発フェーズ: 非臨床試験・前臨床試験

承認上の分類: 医療機器

対象疾患: その他

疾患領域: 精神・神経疾患

開発目的: 予防・健康 ,  診断 ,  治療 ,  生活の質<QOL>

タグ(2021)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

開発フェーズ: 非臨床試験・前臨床試験

承認上の分類: 医療機器

対象疾患: その他

疾患領域: 精神・神経疾患

タグ(2020)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: その他

疾患領域: 精神・神経疾患 ,  難病

開発目的: 予防・健康 ,  診断 ,  治療

タグ(2019)

研究の性格: 医療技術・標準治療法の確立等につながる研究<診療の質を高めるためのエビデンス構築<診療ガイドライン作成等>を含む>

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: 精神および行動の障害

タグ(2018)

研究の性格: 生命・病態解明等を目指す研究

開発フェーズ: 該当なし

承認上の分類: 薬機法分類非該当

対象疾患: 精神および行動の障害

代表研究機関
株式会社国際電気通信基礎技術研究所
研究代表者

(2023) 川人光男, 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所 所長

(2022) 川人光男, 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所 所長

(2021) 川人光男, 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所 所長

(2020) 川人光男, 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所 所長

(2019) 川人光男, 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所 所長

(2018) 川人光男, 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所 所長

研究期間
2018年度 - 2023年度
課題への総配分額
785,371 千円
研究概要(2023)
精神疾患診断補助装置等の治験選択に向けたプロトコール設計に役立つバイオマーカーの導出を行うための解析パイプラインの構築を完了する。症状特異的な変化をもたらすことでアクティブ・コントロールとするニューロフィードバックを開始する。波形をそのまま見せるFCNefについては、10名以上のシャム群被験者を追加する。
研究概要(2022)
うつ病と双極性障害の抑うつエピソードの判別を可能とするバイオマーカーの開発を検討する。前年度までの実験データからニューロフィードバックに有効なパラメータを特定する。特定したパラメータで被験者数を増加し、効果量を確認する。波形によらない結合ニューロフィードバックで、従来の結合ニューロフィードバックと比較するための実験を開始する
研究概要(2021)
人工知能技術を活用し、信頼性の高い精神疾患バイオマーカーを導出するための技術開発を継続的に進める。これまでに蓄積された脳画像データに加えて、当該研究プロジェクトおよび研究グループ1(1-1)で得られる新規脳画像データが追加されるたびに、バイオマーカーを随時更新できるような解析パイプラインの開発とその評価を、ATRと量子科学技術研究開発機構が共同で継続する。開発した解析パイプラインおよび追加された脳画像データを活用して、各疾患用の脳回路バイオマーカの導出と改良を行う。各疾患で導出された脳回路バイオマーカーをもとに、精神疾患をスペクトラムとして理解するためのAI技術の開発と評価を進める。ニューロフィードバックに関して、引き続き被験者数を増やし、ニューロフィードバックの安全性と効果検証を行う。一方で、昨年度開始した新技術の開発を本格化する。
研究概要(2020)
これまでに開発した解析パイプラインから随時更新される脳機能結合バイオマーカーをニューロフィードバック実験に提供し、ニューロフィードバックの効果を臨床指標とともに脳結合バイオマーカーの観点からも評価する。複数モダリティのMRI脳画像に基づき、領域内均一性と領域間異質性という観点から個人レベルで最適化された脳分割(パーセレーション)法の開発を分担機関(量研機構)と連携して行う。さらに、複数疾患間、特に、統合失調症および発達障害の2疾患の関係性を脳機能結合からスペクトラムとして理解するためのAI技術の開発を進める。相関によらないFCNefにおけるフィードバック提示方法の開発を開始する。また、パラメーター探索の一環として、前年度に開始した連続・間欠訓練の効果比較を引き続き行う。
研究概要(2019)
バイオマーカ開発については、AI技術を活用し、これまでに蓄積されたトラベリングサブジェクトの脳画像データを利用した上で、施設間差による脳活動計測への影響を解析する。ニューロフィードバックの効率向上に関しては、これまでATRで開発してきたうつ傾向うつ病のニューロフィードバックに基づき、連続訓練と間欠訓練の比較実験を開始する。実験結果を蓄積、2022年から開始予定の二重盲検に耐える効果量を生じさせるようにパラメータ探索を開始する。京都大学と協力しながら、統合失調症のニューロフィードバックを引き続き行う。連続訓練と間欠訓練の比較実験を開始する。
研究概要(2018)
発達障害、気分障害、統合失調症、疼痛を対象に、ヒトの精神神経疾患の診断と治療等に資する、計算論的神経科学やAI技術の中でもとりわけ、少数サンプルからの学習を可能にする機械学習アルゴリズムを用いてバイオマーカー開発し、データに基づいた介入対象の選択にもとづく先進的ニューロフィードバックの開発とその応用を行います。
研究成果情報
2023
2022
2021
2020
2019
2018