医療情報を統合したうつ病の治療最適化に資するシステムの開発
Development of a system for optimizing depression treatment through integration of medical information
うつ病の治療最適化を追求
うつ病の治療最適化とは
未来志向型の治療
慶應義塾大学医学部 精神・神経科学教室では
最先端の技術と叡智を集約した「うつ病治療の最適化」を目指す研究を行っています。
最先端の技術 × 多層的な情報収集
「うつ病治療のベストプラクティスを追求」するために、患者さんの脳MRI画像や体の動きなど、様々な角度から情報を得ます。
さらに、飛躍的に進歩した最先端の技術を用いて、このような多層的なデータを収集し、治療へ活かします。
多層的な情報を得た後はAIを用いた分析が行われ、AIから医師へ最適な治療方法の選択肢を提案します。
AIを駆使した最適な治療方法の選択支援
パーソナライズされた「個の治療」の確立に向けたうつ病研究
うつ病にはこれまで標準的な治療が行われてきましたが、ひとりひとりに合った「テーラーメイド治療」の確立を目指します。
本研究が目指すもの
パーソナライズ化された うつ病の最先端治療
ひとりひとりの多層的な情報、AIによる支援ツール、医師と患者両者による検証
平均的な患者さんへ標準的な治療
その治療が合う人、合わない人がいるのでは？
患者さんを特定の因子によって分類し適した治療
その人に合った治療が選択される
研究の流れ
疾患の多層的な理解 ～ 研究の目的及び目標とする成果
1.治療反応予測モデルの作成
現在実施されている研究のデータを活用し、さらなる情報について追加取得を行います。
うつ重症度・認知機能・患者特性・気質などの臨床症状や、脳のMRI画像や顔の表情などの画像、音声、ウェアラブルデバイスを用いた活動情報などを多層的に解析し、機械学習による寛解予測モデルを作成します。
2.治療最適化（治療選択支援）ツールの作成
機械学習による多層的な情報収集をもとに、情報処理から導かれる最適な治療法の提供を行います。
寛解予測モデルの導入、治療反応の確認、次の治療の助言等を行います。
系統的レビューやガイドラインの知見も導入します。
3.治療最適化ツールの有用性の検証
若手医師、患者さんを対象として、ツールの可能性と有効性を検証します。
臨床症状や表情、ウェアラブルデバイス、音声、脳MRIなどの情報をAIが学習、最適な治療方法を提案
ツールを実際に利用していただきます
・臨床情報の入力
・推奨する治療方法のフィードバック
・対象患者の寛解率が増加するか？
・推奨された治療がどの程度実施されているか？
研究者
- 研究開発代表者
菊地 俊暁（慶應義塾大学医学部 准教授）
- 研究開発分担者
中川 敦夫（聖マリアンナ医科大学 教授）
岸本 泰士郎（慶應義塾大学医学部 特任教授）
野田 賀大（同 特任准教授）
中島 振一郎（同 専任講師）
平野 仁一 (同 専任講師)
※本研究は、AMED障害者対策総合研究開発事業「医療情報を統合したうつ病の治療最適化に資するシステムの開発」の一環として行われています。
慶應義塾大学医学部 精神・神経科学教室の詳細はこちら
〒160-8582
東京都新宿区信濃町35