C型肝炎ウイルスが原因の慢性肝疾患の治療は、DAAの登場によって、今やほぼ全症例においてSVRが達成可能となった。しかしウイルスを排除しても、実際には必ずしも全例に肝機能改善、肝線維化軽減、あるいは肝細胞癌発生抑制が見られず、中には肝疾患関連合併症が起きる症例もあるのが現状で、リスクに応じた経過観察が必要である。C型肝炎のDAAの治療後の変化・転機には、多因子が絡み、個人により多様性があることは広く知られている。この多様性の原因として、ウイルス側の因子、組織での遺伝子異常の蓄積の度合い、ホスト側の感染期間や障害の程度、生活習慣の問題、治療歴など様々な因子が絡み、その後の転機に影響することが予想されるが未だ確固たる病態予測マーカーが確立されているとは言えず、個々の医師が、それまでの経験に基づき管理・指導しているのが現状である。本研究では、多量のオミックスデータを包括的に解析し、さらにAIを用いることにより、アウトカムとしてDAA治療後の経過観察において、科学的根拠を持った指針を確立することを目的とする。