東京大学と理化学研究所などの研究グループは、人工知能（AI）を活用して遺伝子の変異情報から個人の病気リスクを高精度に予測する新技術を開発したと発表した。この技術は、従来の統計的手法と比較して予測精度が大幅に向上しており、がんや心疾患、糖尿病など様々な病気の早期発見や予防に役立つと期待されている。
開発の背景
遺伝子の変異は、個人の病気のかかりやすさに大きく影響することが知られている。しかし、ゲノム全体には数百万もの変異が存在し、それらが複雑に相互作用するため、従来の手法では正確なリスク予測が困難だった。研究グループは、深層学習と呼ばれるAI技術を用いることで、この問題を解決しようと試みた。
新技術の仕組み
研究グループは、大規模なゲノムデータベースと疾患情報をAIに学習させ、遺伝子変異と病気リスクの関連性を自動的に抽出するモデルを構築した。このモデルは、個人の遺伝子配列を入力すると、各疾患の発症確率を数値化して出力する。従来の手法では捉えきれなかった非線形な関係性も学習できるため、予測精度が向上したという。
—
実験結果と精度
研究グループは、10万人以上のゲノムデータを用いて検証実験を行った。その結果、従来手法と比較して、がんのリスク予測で約15%、心疾患で約20%の精度向上が確認された。特に、複数の遺伝子変異が関与する多因子疾患において、その効果が顕著だった。
今後の展望
研究グループは、今後さらに大規模なデータでモデルを訓練し、より多くの疾患に対応できるようにする計画だ。また、医療現場で実際に使用できるよう、倫理的な課題やプライバシー保護の仕組みも同時に検討していく。この技術が実用化されれば、個人に最適化された予防医療の実現に大きく貢献すると期待される。
- AIによる遺伝子リスク予測は、従来手法より高精度
- がんや心疾患など多因子疾患で特に効果的
- 実用化には倫理面・プライバシー面の整備が必要
