キャリアコンサルタントが徹底サポート

【慶應大学】Deep LearningとALS iPS細胞を用いた疾患予測テクノロジー

3470 posts

 今村恵子らの研究グループは、人工知能のひとつであるDeep Learningという手法を用いて、健康な人のiPS細胞から作製した運動ニューロンとALS患者さんから作製した運動ニューロンを高精度に見分ける人工知能モデルの構築に成功したー。

 

 ポイント

  • ・筋萎縮性側索硬化症(ALS)の検知・診断を速やかに行うことは重要である。
  • ・本研究では、iPS細胞から作製した健常者の運動ニューロンとALS患者さんの運動ニューロンを高精度に弁別する人工知能モデルの構築に成功した。
  • ・本研究で構築したDeep LearningとALS iPS細胞による疾患予測テクノロジーは、運動ニューロンの微かな変化を検知し、診断をサポートするとともに、 将来的なALSの治療促進と克服につながる可能性が期待される。

 

▶︎https://www.cira.kyoto-u.ac.jp/j/pressrelease/news/210224-100000.html

図1. ALS予測のための人工知能モデルの構築
A. ALS予測の人工知能モデルの概念図
B. iPS細胞から作製した運動ニューロンの写真の例

論文名と著者

論文名

Prediction Model of Amyotrophic Lateral Sclerosis by Deep Learning with Patient Induced Pluripotent Stem Cells

ジャーナル名

Annals of Neurology

著者

Keiko Imamura1)2)3) #, Yuichiro Yada2)3) #, Yuishin Izumi4), Mitsuya Morita5), Akihiro Kawata6), Takayo Arisato7), Ayako Nagahashi1)2), Takako Enami1)2), Kayoko Tsukita2)3), Hideshi Kawakami8), Masanori Nakagawa9), Ryosuke Takahashi10), Haruhisa Inoue1)2)3)11)*

# Equal contribution, *Corresponding author

【慶應大学】Deep LearningとALS iPS細胞を用いた疾患予測テクノロジー

最近読まれている記事

企業おすすめ特集

編集部オススメ記事