東京工科大学、AIを用いたがん幹細胞の識別精度を大幅に向上させる技術を開発

東京工科大学は23日、応用生物学部の杉山友康教授らの研究グループが、人工知能（AI）を用いたがん幹細胞の識別精度を大幅に向上させる技術を開発したことを発表した。

本研究の概略

同研究成果は、3月10日に学術誌「International Journal of Molecular Sciences」オンライン版に掲載された。

がん幹細胞は特徴的な発現の遺伝子やタンパク質を有し、その検出法はがん幹細胞の特定に重要な技術。一方で、特異な細胞形態を有するとされる特徴の検出は、熟練した研究者の観察眼に負うところが大きく、技術開発は十分に進んでいない。同グループでは、生成系AIを用いてがん幹細胞を識別する技術開発に取り組み、熟練者の助け無しでがん幹細胞を識別するAIを作成しており、同研究では、その精度向上を目指した技術の開発に取り組んだ。

がん幹細胞1つ1つがその幹細胞の性質を維持しているかを把握するための手段として、マーカー遺伝子「Nanog」の発現を示す細胞画像を取得した。その細胞形態の画像と共に生成系AIに学習させたところ、AIは細胞形態を示す位相差顕微鏡画像の入力に対して、がん幹細胞を選別して表示。一方、学習に使用するデータ数や多様性に影響されず、正解の画像と比べて出力画像が9割以上正しく表示する場合と1割程度しか一致しない場合があり、AIは解析対象の画像によって得意と不得意があると考えられた。

そこで、得意な画像のみを集めて生成系AIに学習させたところ、従来の生成系AIで予測した画像の精度が約6%だったところ、新技術では約40%（約5.7倍）の精度でがん幹細胞を予測することに成功した。一方、比較的不得意な画像のみを集めて生成系AIに学習させたところ、従来手法が約90％の精度で出力するのに対して、新技術では約70％の精度となった。

同研究グループが開発した生成系AIは、従来の生成系AIが成しえない精度でがん幹細胞の形態を予測した点で、熟練が必要とされる高い識別能力を示したと考えらる。これらの技術をさらに発展させることで、がん診断をサポートするのに有用な手法としての応用が期待される。また同技術で精度が向上したという事実は、AIはがん幹細胞の未特定の構造を認識した可能性を示唆しており、さらなる研究が期待される。

関連URL

東京工科大学 応用生物学部

東京工科大学