研究課題情報
課題管理番号
24ama221416h0003
統合プロジェクト(二期)

医薬品プロジェクト<第二期>

事業名

次世代がん医療加速化研究事業

タグ(2024)

研究開発目的: 診断に関する研究

研究の性格: 新規診断法・検査法・検査体制の開発、確立、検証等を目指す研究

研究モダリティ: 新規検査法

ICD-10大分類: 新生物<腫瘍>

対象疾患領域: がん

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 診断

タグ(2023)

研究開発目的: 診断に関する研究

研究の性格: 新規診断法・検査法・検査体制の開発、確立、検証等を目指す研究

研究モダリティ: 新規検査法

ICD-10大分類: 新生物<腫瘍>

対象疾患領域: がん

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 診断

タグ(2022)

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: その他

疾患領域: がん

開発目的: 診断

代表研究機関
学校法人湘南ふれあい学園湘南医療大学
研究代表者

(2024) 三上幹男, 学校法人湘南ふれあい学園湘南医療大学, 湘南医療大学保健医療学部 教授

(2023) 三上幹男, 学校法人東海大学, 東海大学医学部医学科専門診療学系 教授

(2022) 三上幹男, 学校法人東海大学, 東海大学医学部医学科専門診療学系・教授

研究期間
2022年度 - 2024年度
課題への総配分額
39,000 千円
研究概要(2024)
卵巣癌は早期発見法はなく、進行癌が多く予後不良である。ゆえに卵巣癌早期発見には従来の概念を打破する発想・技術導入が必要不可欠である。本研究では既存血清癌関連糖蛋白と我々が同定した新規糖蛋白、血清総糖蛋白を分解して得られた全糖ペプチドピークデータ(CSGSA)(1例あたり1万ピーク)をAIに学習させ卵巣癌の有無を診断するモデルの開発(CSGSA-AI)、つまり複数の癌関連血清糖蛋白と被験者の健康状態を反映していると予想される血清糖蛋白すべてを組み合わせて卵巣癌の有無の診断を行うモデル(卵巣癌検知AI)の開発・探索を行う。当年度は1-4を目的とする。1,血液・疫学情報収集の開始、2,診断精度を向上させた卵巣癌検知AI(1)(カラー2次元バーコードを用いた深層学習)(2)(CSGSAすべてのピークデータを用いた機械学習)のVersion1開発(Version0は令和4年度完成)、3-1,rWFA-CP臨床性能試験開始(企業での測定系確立後)、3-2,明細胞癌検知AI(3)のVersion1開発、4,検診対象者及び疾患例への疫学調査による検診対象者の絞り込み検討、5,診断精度向上に寄与するCSGSAピークデータの選別抽出
研究概要(2023)
卵巣癌は早期発見法はなく、進行癌が多く予後不良である。ゆえに卵巣癌早期発見には従来の概念を打破する発想・技術導入が必要不可欠である。本研究では既存血清癌関連糖蛋白と我々が同定した新規糖蛋白、血清総糖蛋白を分解して得られた全糖ペプチドピークデータ(CSGSA)(1例あたり1万ピーク)をAIに学習させ卵巣癌の有無を診断するモデルの開発(CSGSA-AI)、つまり複数の癌関連血清糖蛋白と被験者の健康状態を反映していると予想される血清糖蛋白すべてを組み合わせて卵巣癌の有無の診断を行うモデル(卵巣癌検知AI)の開発・探索を行う。当年度は1-4を目的とする。1,血液・疫学情報収集の開始、2,診断精度を向上させた卵巣癌検知AI?(カラー2次元バーコードを用いた深層学習)?(CSGSAすべてのピークデータを用いた機械学習)のVersion1開発(Version0は令和4年度完成)、3-1,rWFA-CP臨床性能試験開始(企業での測定系確立後)、3-2,明細胞癌検知AI?のVersion1開発、4,検診対象者及び疾患例への疫学調査による検診対象者の絞り込み検討、5,診断精度向上に寄与するCSGSAピークデータの選別抽出
研究概要(2022)
卵巣癌は発見時に進行癌が多く予後不良で早期発見法はなく、癌特異血清糖蛋白は未同定である。ゆえに卵巣癌早期発見には従来の概念を打破する発想・技術導入が必要不可欠である。本研究では既存血清癌関連糖蛋白と我々が同定した新規糖蛋白、血清総糖蛋白を分解して得られた全糖ペプチドピークデータ(CSGSA)(1例あたり1万ピーク)をAIに学習させ卵巣癌の有無を診断するモデルの開発(CSGSA-AI)、つまり複数の癌関連血清糖蛋白と被験者の健康状態を反映していると予想される血清糖蛋白すべてを組み合わせて卵巣癌の有無の診断を行うモデル(卵巣癌検知AI)の開発・探索を行う。当年度は1-4を目的とする。1,血液・疫学情報収集のための体制の構築、2,診断精度を向上させた卵巣癌検知AI(1)(カラー2次元バーコードを用いた深層学習)(2)(CSGSAすべてのピークデータを用いた機械学習)のVersion2開発(Version1はほぼ完成)、3-1,rWFA-CP臨床性能試験・診断薬承認、保険適用取得、3-2,明細胞癌検知AI(3)のVersion1開発、4,検診対象者及び疾患例への疫学調査による検診対象者の絞り込み検討。
研究成果情報
2024
2023
2022