研究課題情報
課題管理番号
25uk1024003h0005
統合プロジェクト(三期)

データ利活用・ライフコースプロジェクト

統合プロジェクト(二期)

ゲノム・データ基盤プロジェクト<第二期>

事業名

医工連携・人工知能実装研究事業

タグ(2024)

研究開発目的: 診断に関する研究

研究の性格: 医療機器開発<薬機法該当>

研究モダリティ: クラスⅠ

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: 予防・保健 ,  診断 ,  治療

タグ(2023)

研究開発目的: 診断に関する研究

研究の性格: 医療機器開発<薬機法該当>

研究モダリティ: クラスⅠ

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: 予防・保健 ,  診断 ,  治療

タグ(2022)

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: 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

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: 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

代表研究機関
学校法人慶應義塾
研究代表者

(2025) 岸本泰士郎, 学校法人慶應義塾, 慶應義塾大学医学部・教授

(2024) 岸本泰士郎, 学校法人慶應義塾, 慶應義塾大学医学部・特任教授

(2023) 岸本泰士郎, 学校法人慶應義塾, 慶應義塾大学医学部・特任教授

(2022) 岸本泰士郎, 学校法人慶應義塾, 慶應義塾大学医学部・特任教授

(2021) 岸本泰士郎, 学校法人慶應義塾, 慶應義塾大学 医学部 特任教授

研究期間
2021年度 - 2025年度
課題への総配分額
307,890 千円
研究概要(2025)
本事業においては、合計約250名のうつ病患者、双極性障害患者、健常者からデータを収集する。研究グループは、2015~18年に行った研究(合計86名からの241データセットを収集)で、うつ病のスクリーニングを76%、重症度評価をハミルトンうつ病評価尺度(HAMD)との相関係数0.61の精度で推定できる技術を開発した。本事業では、これらの精度を実用化が可能なレベルまであげられるようデータを収集し、学習モデルを改善すること、さらにプログラム医療機器として上市するための準備(薬事申請準備を含む)ことを目的とする。2025年度は引き続き、協力医療機関と連携し、なるべく幅広い対象患者からの追加データの収集を行う。最終データセットの収集の後は、データクリーニングを行い最終のデータセットとしてデータロックを完了【MS(7)】。i2medicalチームと連携し、最適な機械学習によるスクリーニング・重症度評価モデルの開発に貢献する。また、FrontActチームと連携し、臨床現場を鑑みたソフトウェアについて検討を重ね、Pivotal試験計画立案に向けて最大限の協力を行う
研究概要(2024)
本事業においては、合計約250名のうつ病患者、双極性障害患者、健常者からデータを収集する。研究グループは、2015~18年に行った研究(合計86名からの241データセットを収集)で、うつ病のスクリーニングを76%、重症度評価をハミルトンうつ病評価尺度(HAMD)との相関係数0.61の精度で推定できるようになった。本事業で行う臨床研究を通じて、これらの精度をそれぞれ80~85%、0.70~75程度にあげられるよう学習モデルを改善する。事業期間中に、ウェアラブルデバイスからのデータ取得、解析、結果の提示までを行うソフトウェア医療機器のシステム一式を完成させ、事業中の治験開始を目指す(最低、治験開始準備を整える)。2024年度においては、研究代表者チームは協力医療機関と連携し、目標症例数である250例のリクルート、500データセットの収集を終える。最終データセットの収集の後は、データクリーニングを行い最終のデータセットとしてデータロックを完了。i2medicalチームと連携し、最適な機械学習によるスクリーニング・重症度評価モデルの開発に貢献する。また、住友ファーマチームと連携し、臨床現場を鑑みたソフトウェアについて検討を重ね、治験の早期実現に向けて最大限の協力を行う。
研究概要(2023)
本事業においては、合計約300名のうつ病患者、双極性障害患者、健常者からデータを収集する。研究グループは、2015~18年に行った研究(合計86名からの241データセットを収集)で、うつ病のスクリーニングを76%、重症度評価をハミルトンうつ病評価尺度(HAMD)との相関係数0.61の精度で推定できるようになった。本事業で行う特定臨床研究を通じて、これらの精度をそれぞれ80~85%、0.70~75程度にあげられるよう学習モデルを改善する。また、データの収集に際しては、縦断データを蓄積することにより、治療反応を予測できるような学習モデルの構築も試みる。さらに、各疾患におけるサブタイプ分類などの情報も付加して収集・整理し、サブタイプ分類が可能となるようなモデル構築も視野に入れる。事業期間中に、ウェアラブルデバイスからのデータ取得、解析、結果の提示までを行うソフトウェア医療機器のシステム一式を完成させ、事業中の治験開始を目指す(最低、治験開始準備を整える)。上記の全期間を通じての目標到達に向けて、2023年度においては、研究代表者チームは協力医療機関と連携し、前年度に引き続き症例の組み入れ、データの収集を行う。進捗を管理しながら、必要に応じて、医療機関を増加するなどして計画通りのリクルートを実現する。80?100症例のリクルートが2023年度末までに実現できるようにする。(研究計画書の2ページ目をコピペ)
研究概要(2022)
本事業においては、合計約300名のうつ病患者、双極性障害患者、健常者からデータを収集する。研究グループは、2015~18年に行った研究(合計86名からの241データセットを収集)で、うつ病のスクリーニングを76%、重症度評価をハミルトンうつ病評価尺度(HAMD)との相関係数0.61の精度で推定できるようになった。本事業で行う特定臨床研究を通じて、これらの精度をそれぞれ80~85%、0.70~75程度にあげられるよう学習モデルを改善する。また、データの収集に際しては、縦断データを蓄積することにより、治療反応を予測できるような学習モデルの構築も試みる。さらに、各疾患におけるサブタイプ分類などの情報も付加して収集・整理し、サブタイプ分類が可能となるようなモデル構築も視野に入れる。事業期間中に、ウェアラブルデバイスからのデータ取得、解析、結果の提示までを行うソフトウェア医療機器のシステム一式を完成させ、事業中の治験開始を目指す。上記の目標到達に向けて、2022年度においては、研究代表者チームは協力医療機関と連携し、初年度に引き続き症例の組み入れ、データの収集を行う。進捗を管理しながら、必要に応じて、医療機関を増加するなどして計画通りのリクルートを実現する。80〜100症例のリクルートが2022年度末までに実現できるようにする。
研究概要(2021)
本事業においては、250名以上の抑うつ症状を有する患者、健常者に対し、7日間のリストバンド型ウェアラブルデバイス装着を依頼し、3軸加速度データ、脈拍、皮膚温、紫外線データを収集する。研究グループは、2015~18年に行った研究(合計86名からの241データセットを収集)で、うつ病のスクリーニングを76%、重症度評価をハミルトンうつ病評価尺度(HAMD)との相関係数0.61の精度で推定できるようになった。本事業で行う臨床研究を通じて、これらの精度をそれぞれ80~85%、0.70~75程度にあげられるよう学習モデルを改善する。事業期間中に、ウェアラブルデバイスからのデータ取得、解析、結果の提示までを行うソフトウェア医療機器のシステム一式を完成させ、事業中の治験開始を目指す(最低、治験開始準備を整える)。なお、全被検者のうち約1/5には脳機能画像検査も併せて行い、デジタルフェノタイプと安静時の脳機能的結合との関連について探索的に検証する。 初年度においては、研究代表機関、分担機関は共同して、臨床試験のプロトコルの詳細を決定し、認定倫理委員会への審査申請を行う。また、研究代表機関、分担機関は倫理承認が得られ次第、速やかに試験を開始できるようにすべく、共同して、使用するデバイスの選定や、データ収集システムの構築も行う。認定倫理委員会の承認が得られ次第、速やかにリクルートを開始し、First Patient Inを実現できるようにする。
研究成果情報
2024
2023
2022
2021