（1）AIモデルの性能評価（前向き研究）
R6年度は、PRIMOコンサルテーションの指導のもと、名古屋大学腫瘍外科で収集された膵癌(n=20)・胆道癌患者(n=20)および健診センターで採取された健常者(n=18)の尿サンプル、合計58サンプルを用いてAIモデルの性能評価を実施した。これらのサンプルはランダムに並べ替え、正解のわからない状態にした上で質量分析に提出した。得られたRawデータ（Peak Area値）を独自AIモデルで解析した結果、胆道癌ではROC-AUC = 0.936、膵癌ではROC-AUC = 0.892という結果を得た。このことから、盲検条件下でもAIモデルが高い予測性能を維持していることが示された。
また、既存の腫瘍マーカーと比較した結果、AIモデルが算出したスコアは、感度が最も高かったCA19-9と比較しても、特にStage IおよびStage IIの早期癌において、健常者との数値分布をより明確に分離できることが示された。この結果は、AIモデルが早期癌の検出において優れた感度を持つことを示唆する。
（２）KPCマウス悪液質モデル
InducibleなKPCマウスモデルをタモキシフェン投与後4ヶ月でSacrificeした。マウス膵臓のHE染色を行い、発癌なし(n=32, コントロール含む)、微小膵癌あり(5mm以下、n=9)、進行膵癌あり(5mm以上、 n=6)を得た。今後これらのマウスから得たマウス骨格筋・肝臓のRNA-seqを行い、微小膵癌が全身性の代謝異常を引き起こす機序を解明する。
（3）仕様決定
Inverse Pairs Boosting (IPB)法は種々の誤差に対する耐性を持つよう設計されている。検体を異なる温度（-80℃/-20℃/4℃/室温）や期間(1日、3日)で保存し、予測精度への影響を検証した。3つの検体を採取直後に分注し、上記の7つの異なる条件で保存したが、AIモデルの算出したスコアは、トレーニングデータにおける95パーセンタイルのデータ幅に対し、平均4.9%しか誤差を認めなかった。この結果から多施設研究における研究協力機関からのサンプル輸送において、-80度の厳密な温度管理は不要と考えられた。