| 原題 | Convolutional Neural Network Can Recognize Drug Resistance of Single Cancer Cells. |
|---|---|
| 掲載 | International journal of molecular sciences |
| 記述言語 | 英語 |
| 著者 | Kiminori Yanagisawa, Masayasu Toratani, Ayumu Asai, Masamitsu Konno, Hirohiko Niioka, Tsunekazu Mizushima, Taroh Satoh, Jun Miyake, Kazuhiko Ogawa, Andrea Vecchione, Yuichiro Doki, Hidetoshi Eguchi, Hideshi Ishii |
| DOI | |
| PubMed | |
| PubMed Central |
概要
がん患者の血液中には、単一または孤立した腫瘍細胞が入り込むことが知られています。こうした血中循環腫瘍細胞（CTC）は、がんの悪性度を診断する有効な手がかりになると考えられていますが、CTC検体の取り扱いや配列解析の結果の評価には課題があります。
近年、ディープラーニングの一種である畳み込みニューラルネットワーク（CNN）が医用画像解析に広く使われるようになっています。しかし、機械学習で細胞の性質を単一細胞レベルで識別できるかどうかについては議論があります。本研究では、培養中の細胞の形態から、AIシステムが抗がん剤への感受性を分類できるかを検証しました。
VGG16モデルをもとに、単一細胞レベルで抗腫瘍薬の効果を予測するCNNを構築したところ、約0.80の精度で抗腫瘍薬の効果を識別できることがわかりました。この結果は、将来、血液からCTCを取り出してAIで分類することで、患者一人ひとりに有効な抗腫瘍薬を見極めるプレシジョン・メディシンが実現できる可能性を示しています。
