Ken Takasawa 研究室（理化学研究所・RIKEN Center for Advanced Intelligence Project）

AI 要約（直近 5 年の研究成果）

この研究室は、医学と情報科学を組み合わせ、患者の診断・治療に役立つシステム開発に取り組んでいます。特に注力しているのは、電子カルテなどに記録された患者情報や医療画像、遺伝子検査データを統合して分析し、疾病の予後予測や治療選択の支援を行うことです。例えば、肺がんや胃がんの患者について、臨床データと画像情報、遺伝子変異の情報をあわせて機械学習モデルを構築し、再発リスクの高い患者を事前に特定する研究を進めています。手法としては、機械学習や自然言語処理（コンピュータが人間の言葉を理解する技術）を活用しています。研究室では患者の医療記録から自動的に治療効果や予後情報を抽出する方法や、医療画像（超音波画像など）から異常を自動検出するAIシステムの開発にも従事しています。さらに、遺伝子発現を制御する仕組み（エピゲノム解析）や、DNAのメチル化といった分子レベルの現象と臨床的な特性の関連を明らかにする研究も行われています。これらの多角的なアプローチにより、より正確で個別化された医療の実現を目指しています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

研究成果（14 件）

[2025] Prediction recurrence in stage I epidermal growth factor receptor-mutated non-small cell lung cancer using multi-modal data
DOI: https://doi.org/10.1016/j.lungcan.2025.108727
[2025] SEgene identifies links between super enhancers and gene expression across cell types
DOI: https://doi.org/10.1038/s41540-025-00533-x
[2025] A series of natural language processing for predicting tumor response evaluation and survival curve from electronic health records
DOI: https://doi.org/10.1186/s12911-025-02928-6
[2025] Establishment of a machine learning model for predicting splenic hilar lymph node metastasis
DOI: https://doi.org/10.1038/s41746-025-01480-x
[2024] Analysis of Inertial Measurement Unit Data for an AI-Based Physical Function Assessment System Using In-Clinic-like Movements
DOI: https://doi.org/10.3390/bioengineering11121232
[2024] EP01.21: Performance evaluation study of an artificial intelligence‐based support system for fetal cardiac ultrasound screening
DOI: https://doi.org/10.1002/uog.28036
[2024] Mechanism of ERBB2 gene overexpression by the formation of super-enhancer with genomic structural abnormalities in lung adenocarcinoma without clinically actionable genetic alterations
DOI: https://doi.org/10.1186/s12943-024-02035-6
[2024] Prediction of recurrence in stage I EGFR mutation-positive NSCLC: Combination of CT appearance and selected co-occurring gene alterations by machine learning.
DOI: https://doi.org/10.1200/jco.2024.42.16_suppl.8053
[2024] Advances in cancer DNA methylation analysis with methPLIER: use of non-negative matrix factorization and knowledge-based constraints to enhance biological interpretability
DOI: https://doi.org/10.1038/s12276-024-01173-7
[2023] 10089-CO-4 DEVELOPMENT OF A PHYSICIAN SUPPORT SYSTEM FOR ANALYSIS OF GENETIC MUTATIONS IN BRAIN TUMORS AND SELECTION OF CLINICAL TRIALS USING LARGE-SCALE LANGUAGE MODELS (LLMS) WITH RETRIEVER
DOI: https://doi.org/10.1093/noajnl/vdad141.041

続きを表示（残り 4 件）

[2023] A discrimination model by machine learning to avoid gastrectomy for early gastric cancer
DOI: https://doi.org/10.1002/ags3.12714
[2023] Development and validation of a prediction model for the recurrence of stage 1 EGFR mutation positive NSCLC in patients using machine learning with WES-based gene sets.
DOI: https://doi.org/10.1200/jco.2023.41.16_suppl.8563
[2022] Variation of DNA methylation on the IRX1/2 genes is responsible for the neural differentiation propensity in human induced pluripotent stem cells
DOI: https://doi.org/10.1016/j.reth.2022.11.007
[2022] Repression of the PRELP gene is relieved by histone deacetylase inhibitors through acetylation of histone H2B lysine 5 in bladder cancer
DOI: https://doi.org/10.1186/s13148-022-01370-z

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（14 件）

科研費（0 件）

所属学会・役職（0 件）