2024-2028 AMED-PRIME「性差・個人差の機構解明と予測技術の創出」研究開発領域

本研究は、精神疾患の客観的診断指標（バイオマーカー）開発を目的とし、安静時fMRIデータの新たな解析手法を提案する。従来の脳領域間機能的結合分析の限界を克服するため、深層学習技術（多層パーセプトロンとTransformerモデル）を活用し、局所的空間パターン情報を保持しつつ高精度な解析を目指す。 具体的には、(1)機能的結合の精度向上、(2)個人特性推定のための深層学習モデル開発、(3)精神・神経疾患診断アルゴリズムの作成、の3つを主要目標とする。Human Connectome ProjectやAMED国際脳プロジェクトのデータを用い、従来手法と新規手法を組み合わせたアンサンブルモデルを構築する。
サンプル数不足に対しては、集団モデル作成と個人最適化の2段階アプローチを採用。この手法は他の生物学データ解析にも応用可能であり、解析コードの共有やトレーニングコースを通じて知見を広く共有する。最終的に、個人の脳機能特性の精密評価と精神・神経疾患の早期診断・治療に向けた新しいソリューションの提供を目指す。