日本語English

検索方法

時間とともに変化する体の状態を把握し、人工知能を活用して、一人ひとりに健康な生活を提供します。
医科学イノベーションハブ推進プログラムとは

高精度の予測に基づく、一人ひとりに合った予防医療と治療の実現を目指します。
病院との連携により、疾患に関する多数のデータを取得し、人工知能を活用して疾患の発症過程を精緻に理解し、
各個人に最適な生活スタイルや病気の治療方法を提供します。

ニュース
2017年4月1日 NEWS
実験医学2017年1月号で当プログラムを紹介しました NEW
2017年2月7日 NEWS
第一回国際シンポジウム「生命科学のパラダイム転換による新たなヘルスケアの創出」(終了)
2016年8月25日 NEWS
JSTフェア2016~科学技術による未来の産業創造展(終了)
2016年4月6日 NEWS
JSTイノベーションハブ構築支援事業における再応募課題の採択について
2015年6月12日 NEWS
JSTイノベーションハブ構築支援事業におけるFS採択について
概念図

ごあいさつ

小安 重夫

小安 重夫

医科学イノベーションハブ推進プログラム プログラムディレクター、理化学研究所 理事

少子高齢化、医療費の高騰等、年金制度改革等、日本の社会は大きな転換期を迎えています。世界にもまれな高齢化先進国で研究するものとして、我々はこの社会的課題の解決に向け、新しい健康のあり方を問うために本プロジェクトを開始しました。高精度の予測に基づく予防医療の実現に向けた疾患ビッグデータ主導型イノベーションハブでは、一人ひとりに合った予防医療の実現を目指して、病院との連携により、ヒト疾患に関連する多数のデータを取得し、機械学習などの人工知能技術を利用して解析を行い、疾患の正確な分類を行い、その発症過程を精緻に理解します。子供からお年寄りまで、皆さんが、それぞれの立場で社会の中で活躍できる仕組みを、医療とITをつなぎ合わせて解決することを目指しています。

桜田 一洋

桜田 一洋

医科学イノベーションハブ推進プログラム 副プログラムディレクター、 株式会社ソニーコンピュータサイエンス研究所 シニアリサーチャー

生物学や医学領域の情報は最近爆発的に増加しています。しかし、病気の理解はそれに見合うようには深まっていません。病気を理解するということは、その多様性や個別性に迫ることです。それは単にデータを集めるだけでは達成できません。この課題を克服するには、統計学的な集合平均の概念を克服できる新たな生物モデル、本モデルに基づく適切な推論を行うための新たなデータ解析法、そしてバイオマーカーをはじめとする様々な変数のなかから何をどのように計測し評価するのかというデータ計測標準化法の三つを開発する必要があります。高精度の予測に基づく予防医療の実現に向けた疾患ビッグデータ主導型イノベーションハブでは、理化学研究所の持つ最先端の自然科学や情報科学、全国の医療機関での先進治療、ならびに産業界の先端技術を融合し新たな価値を生み出すことが可能なデータ主導型のオープンサイエンス拠点となることを目指しています。

理研が担うハブ機能

データ主導型生命科学の確立と個別ケアの実現

医科学ハブの組織イメージ図

臨床データをはじめ身体状態に関連するデータを匿名化によって大量に蓄積し人工知能で解析することで、精度の高い個別化された予防医療を実現することが世界的に期待されはじめています。個別の予測を行うには経時変化のデータを蓄積するとともに、推論や評価のための基盤技術を開発する必要があります。
本プロジェクトでは、医療機関と連携して臨床データの取得を行い、匿名化したデータを本プロジェクトのハブである理化学研究所で解析します。情報幾何学の方法によって最適化されたデータ構造化、人工知能を用いた層別化や相関解析技術、データの意味づけを行うインターフェイス技術を組み合わせて、病気になる前からのリスク管理、臨床現場での早期診断や意思決定、ならびに新薬開発や治療方法開発の支援を可能とするシステムを構築します。

医科学イノベーションハブを利用した オープンイノベーション

国立研究開発法人理化学研究所 科学技術ハブ推進本部
医科学イノベーションハブ推進プログラム

医科学イノベーションハブを利用したオープンイノベーションの図

理研がハブとなり、大学病院、医療機関などとの共同研究において、カルテ情報に加えてこれまでには測られていないバイオマーカーを計測し、それをさらに時系列を追って取得します。集積された精度の高いデータを、イノベーションハブのプログラム中で匿名化処理をし、さらにデータを加工して構造化します。
臨床から得られた情報と、細胞や動物を用いた基礎研究、さらには新たに取得した測定情報、新たな測定技術や解析技術を組み合わせ、疾患の理解を深めて患者の状態を細かく層別化して分類します。データの構造化や疾患の層別化、パターン化には、理研内で新たに開発する人工知能を活用します。
ハブで得られたデータを加工情報として活用し、連携企業や医療機関によって、予防法の発見、治療法の発見、早期診断の発見、創薬ターゲットの発見等に繋げていきます。この方法により、究極の個別化医療を目指しています。
医科学イノベーションハブ推進プログラムでは、医療機関の参加、ハブで得られた情報を元に新たな産業創出する企業や医療機関の参加を歓迎しています。

ページのトップへ戻る