富士通研究所、がんゲノム医療を効率化するAI技術を東大医科研と共同開発

がんゲノム医療では、がん患者の遺伝子変異を明らかにすることで、病気のなりやすさや、薬の反応性・副作用などを予測して、患者ごとに最適な医療を提供することを目的としている。日本では、2019年6月からがん遺伝子パネル検査が健康保険適用になり、今後さらにがんゲノム医療を希望する患者が増加していくことが予想される。

がんゲノム医療は、検出された遺伝子の変異に対して、医学論文に書かれた過去の症例を参考に治療方針を検討している。そのため、専門の医師はデータベースから該当しそうな論文を一つ一つ検索し、患者に適した治療法や治療法ごとの効果などを解読する必要があり、作業には多大な時間がかかっている。

富士通研究所、がんゲノム医療を効率化するAI技術を東大医科研と共同開発

このような中、株式会社富士通研究所は、東京大学医科学研究所(以下、東大医科研)と、がんゲノム医療における専門の医師の作業をAIによって効率化・高度化するための共同研究を2018年4月から開始した。今回、同共同研究によりがんゲノム医療を効率化するAI技術を開発し、東大医科研での実証実験を行った。

開発された技術は、医学論文中に様々な表現で記述される用語などを文脈から特定する富士通研究所の言語処理のAI技術と、治療方針の検討作業で必要となる情報に関する東大医科研の知見とを組み合わせることで、遺伝子変異と治療薬の関係性や、治療薬と効果の関係性などのナレッジを医学論文から自動的に抽出し、ナレッジグラフと呼ばれるグラフ構造型のデータベースとして構築する技術だ。

この技術を用いて、2018年7月から2019年9月の期間、東京大学医科学研究所血液腫瘍内科で実証実験が行われ、86万件の医学論文からがんゲノム医療ナレッジグラフを構築した。構築したナレッジグラフには240万件のナレッジが格納されている。

実験では、実際の急性骨髄性白血病の過去の診療ケースを題材に、東大医科研の血液腫瘍内科医4名が今回構築したナレッジグラフを用いた検索を行い検討する作業を時間測定した。従来の方法での作業と比較して、同技術の有無による検討作業の効率化を評価(※1)した。

実験の結果、同技術を活用することで、各論文から抽出されたナレッジを提示することで論文全体を解読する負担を軽減し、必要な論文に絞った検討作業が可能になった。これにより、各遺伝子変異に対する従来の検討作業では、1件あたり平均約30分かかっていたところ、検討時間を半分以下に削減できることが確認された(トップ画像参照)。

現在、日本の白血病の年間罹患者は12,000人以上と推定(※2)され、全員を対象に同技術を適用したゲノム医療を行った場合、専門の医師による6,000時間の検討作業が3,000時間以下に短縮できることになる。

今後、富士通研究所では、同技術に、開発してきたAIの推定理由や根拠を説明する技術を適用して、治療方針の検討作業のさらなる効率化を図る。また、がんゲノム医療ナレッジグラフの対象を幅広いがん種に広げることで医師の業務を支援しするとした。

なお、同実証実験では、富士通株式会社が日本医療研究開発機構(AMED)「臨床ゲノム情報統合データベース整備事業」(注4)の「ゲノム医療を促進する臨床ゲノム情報知識基盤の構築」に参画して開発したデータベースの一部を、ナレッジグラフに取り込んで利用している。

※1 実際のゲノム医療における検討作業では、同技術を適用する治療根拠となる論文の検索作業以外にも、遺伝子配列の読み取りやデータ解析、結果のレポート作成など様々な作業が発生する。
※2 国立がん研究センターがん情報サービス「がん登録・統計」(出典)。

プレスリリース提供:富士通研究所

Previous

凸版印刷とTIS、AI・DMP活用でデータマーケティング基盤をスピーディに構築

OKIの「ForeWave」、振動や音響等の波形データをエッジ領域でリアルタイムAI解析して設備の異常兆候を検知するメニューを販売

Next