本研究では、先行研究としてすでに実施された5000例以上の臨床データが集積された静脈血栓塞栓症の疫学データベースを母体とし、今回、研究協力施設より新たに検体試料の取得の上で、遺伝情報を含めた大規模なマルチオミクスデータベースの構築を行う。新たなデータ取得が可能な症例として1000例から1500例程度を見込んでいる。各施設より収集した血液検体試料は、京都大学にて管理し、数値化困難な検査情報である生理学的検査・画像検査およびSNP情報は、大規模サーバーに集積し、マルチオミクスデータベースを構築する。構築されたデータベースを元に、既存の数値化データに加え、数値化困難な生理学的検査・画像情報・遺伝子配列情報・テキストデータの埋め込みを行い、AIを用いて解析を行う。また、予後予測リスクスコアの適切な導出法を開発し、精度と汎化性能を両立したモデル構築を行う。構築されたモデルにより、臨床情報に加えて、数値化困難な検査情報およびリスクSNP情報を元にした新しい精緻な予後予測リスクスコアの創出を行う。