AI を使用して腸疾患と脳疾患の関連性を探る – 仮想病院訪問中の医療データからアルゴリズムを学習

1,100万ユーロの助成金のおかげで、研究者たちは、うつ病、不安症、肥満など、脳と腸の両方のあらゆる種類の障害に対してアドバイスを提供できるAIを開発する予定です。 AI はこれらの条件間の関連性も探します。 このプロジェクトはイタリアが主導していますが、ラドボウド大学医療センターはすべてのパートナーから最大の予算を受けています。

これは未来の医療です。山ほどの医療データから学習し、個々の患者にアドバイスを提供できるコンピューター システムです。 たとえば、MRI スキャンと、同様の症例の両方のスキャンおよび完全な医療記録を比較します。 技術的な観点から見ると、必要なデータはテキスト、血液値、医療画像、遺伝子など、あらゆる種類の異なるデータで構成されているため、依然として非常に困難です。

国際的な研究者グループは現在、欧州委員会からの1,100万ユーロの補助金を利用して、これらすべての種類のデータを接続して分析できるHEREDITARYプロジェクトのコンピューターシステムを開発する予定です。 彼らは腸と脳の疾患に焦点を当てています。なぜなら、これらの器官は互いに強く影響しており、その関係が非常に興味深いからです。 システムは、特定の条件が同時に頻繁に発生するかどうかなど、データ内のパターンを検索します。

腸内細菌

ナイメーヘンにはすでに多くのデータが用意されています。 以前の EU プロジェクトで、Francesco Ciompi は腸のポリープと生検のデジタル化された顕微鏡画像 20,000 枚を収集しました。 アンネマリー・ボレイとニルス・コーンは、腸内細菌、遺伝情報、およびライナー・ポスト財団の資金提供による健康脳研究で収集された多数の脳の MRI スキャンの分析を利用しています。 研究者らはこのデータを相互にリンクします。 EU プロジェクト全体は、たとえば大気汚染など、さらに広範囲に目を向けています。

コンピューター システムは、データから学習できるアルゴリズムで構成されます。 アルゴリズムは、ラドボウド大学医療センターで開発された Grand Challenge プラットフォームでホストされています。 「リサーチ ソフトウェア エンジニアリング チームは、CT や MRI スキャンなどの医療画像を分析するための最良のアルゴリズムを誰が開発できるかを競う世界的な競争のためにこのプラットフォームを構築しました」と Francesco Ciompi 氏は述べています。 「しかし、プラットフォームはアルゴリズムやデータをホストし、さまざまな方法で利用できるようにすることもできます。 現在、医療画像と病理学のデジタルセクションがありますが、プロジェクト内で遺伝学を含めるように拡張しています。」

バーチャル訪問

新しいアルゴリズムはまもなくプラットフォームに導入される予定ですが、システムが学習するデータがすべてオンラインになるわけではありません。 「フェデレーション ラーニングは、AI アルゴリズムをトレーニングし、データを利用できるようにするためにますます使用されています」と Ciompi 氏は説明します。 「アルゴリズムは、プラットフォームを介して仮想的にさまざまな病院を訪問し、その場で医療データから学習します。データは病院の外には出ません。」

アルゴリズムがデジタル診療から十分に学習すれば、将来的には医師を助けることができるでしょう。 チオンピ博士: 「たとえば、コンピュータ システムは、MRI スキャン、腸生検、個々の患者の便サンプルなど、脳と脳に関するさまざまなデータを、同様の症例のスキャンや医療記録と比較できます。 このシステムは、医師の診断、予後予測、他の疾患との関連性の有無の判断、治療の提案に役立ちます。」

詳しくは

HEREDITARY プロジェクトは 1,100 万ユーロの補助金を受けており、そのうち約 130 万ユーロがラドバウド大学医療センターに寄付されます。 このプロジェクトはイタリアのパドバ大学によってコーディネートされています。 調査対象となる疾患は、ALS、MS、パーキンソン病、うつ病、不安症、ADHD、アルツハイマー病などの脳疾患と、炎症性腸疾患、糖尿病、肥満などの腸疾患です。