Discovery Sagaサイレントキーワード俯瞰

今年度は、データの精度を向上のため、サポート・ベクター・マシーンと定量的決定木Adtree (Alternative decision tree)の組み合わせにより、相関に関係なく幅広い変数を同時に考慮して、高精度に識別する数理モデルを開発した。データは複数に分割して多施設データを模擬した評価試験を行い、またデータ解析上での評価試験も多数行った。具体的には最初に同一検体を何度も測定し、測定装置におけるデータのバラつきを確認し、これらを仮想的にノイズとしてデータ付加し、それでも精度が劣化しにくいモデルを開発した。クロスバリデーション試験やブートストラップ検定も実施し、ノイズに強いロバストなモデルを構築した。
大規模検診センターにおける実臨床応用に向けて、本研究用検体採取キット（Salivachecker）の導入を行い、倫理上の問題、運用上（採取・保管・輸送・解析・精度・結果のフィードバック・患者のフォローアップ）に問題ない事を確認した。COVID-19の影響で、大規模スクリーニングの開始には至らなかったため、次年度には膵癌・乳癌のハイリスクグループを中心に大規模スクリーニングを開始すべく準備を進めている。

【研究分担者】
市川大輔	山梨大学	大学院総合研究部	教授	(Kakenデータベース)
杉本昌弘	慶應義塾大学	政策・メディア研究科(藤沢)	特任教授	(Kakenデータベース)