すべての人に健康と福祉を
説明可能なAI「Deep Tensor」とスーパーコンピュータ「富岳」で新たながん治療が実現する未来

Deep Tensorの研究チームでは、病院の医師と密に連携し、課題設定や解析結果の評価を行い、がんの治療法の確立に結びつく知見を引き出す実証をしています。この共同研究の中、医療的な課題と、実際に遺伝子ネットワークから知見を引き出すための技術的問題が見えてきました。個々の遺伝子の挙動を解析しそれを狙い撃ちするようながんの治療法は限界に来ていると言えます。これからは、遺伝子間の制御関係のネットワークの全貌を理解した上で、有効ながんの治療法を開発することが求められています。

がん患者ごとにがんの進行度は異なります。そして、がんの進行度により、遺伝子間の制御関係のネットワーク全体も大きく変化します。そのため、既知の遺伝子の変化だけに注目するのではなくて、ネットワーク全体の構造の変化を分析して、そこから知見を引きだすことが重要です。これにより、がんの進行度に応じた個別の治療法が確立できると考えています。

自分は大学時代に生命科学が専攻で遺伝子を色々勉強していたことがあって、遺伝子間の制御関係のネットワークの進化に強く興味を持っていました。20年ほど前には遺伝子間ネットワークの分析技術に関する研究開発に取り組みました。しかし、当時は遺伝子を大規模に解析する技術が進歩し始めた頃で、データはたくさん取れても、AI 技術が未発達なためにデータから知見を見出すことには限界がありました。

その後研究対象は遺伝子から離れましたが、ネットワーク解析の興味は持ち続け、説明可能なAI「Deep Tensor」*1の開発に至りました。AI技術はその発展とともに、AIシステムの透明性と信頼性の担保が課題となってきています。データに基づいて自動的に判断するだけでなく、個々の判断理由を提示する「説明可能なAI」が重要なのです。ですからAI開発時に大切なのは、AI技術を使って予測するだけではなくて、その予測した結果を医師などの利用者が理解できるよう、分かる形で提示することです。こうしたことが巡り巡って、遺伝子間ネットワークの分析につながったのです。医療分野特有の難しさはありますが、「生命の複雑な仕組みを解明したい」という思いがモチベーションとなっています。

• *1：
  Deep Tensorは、画像や音声では極めて高い認識精度を達成している既存のディープラーニング技術を、グラフ構造のデータにまで適用できるようにした技術で、ノードをエッジで接続した形状として表現される情報を扱うのが得意な機械学習技術です。

人やモノの繋がりを表現できるグラフ構造のデータに対して高精度な予測を可能とする技術Deep Tensorを開発しました。Deep Tensorを適用することによって、グラフ構造の中で予測の理由となった成分を抽出することができます。

約２万個あるヒトの遺伝子間の制御関係の計算は、大学などの研究機関で利用可能なスーパーコンピュータでも従来、数か月かかっていました。今回、富岳の高速処理を用いて、Deep Tensorによるがんの遺伝子ネットワーク分析を実施したところ、１日以内で完了しました。*2

このように高精度な予測を可能とする成分を迅速に抽出できたことは、その後の工程に迅速に進めることにつながり、かつ膨大な遺伝子ネットワーク全体をあまねく考慮する時間、労力に振り向けることができたのです。今回の成果では、遺伝子ネットワークと上皮性がんの浸潤・移転との関連を解明する重要なヒントが得られましたが、将来的に、医師が治療方針を決める労力を劇的に軽減することを目指す、よい機会になったと思っています。

遺伝子間の因果関係が、分子や細胞、組織、臓器などの様々なレベルの現象にどう影響してくるのかを総合的に捉えて新しい治療法が発見されるようなAIを実現したいと思っています。*3また、今は医療分野をターゲットとして取り組んでいますが、金融分野の不正検知など他の領域での適用検討も進めています。

私の思いとしては、巨大なネットワークのデータに対してまだまだやれることがいっぱいあると思っており、例えば人々の日常的な活動のパターンからも様々な知見を見出せるようになるのではないかと思いを巡らせています。

• *2：
  東京医科歯科大学と富士通研究所、「富岳」を用いてがんの遺伝子ネットワーク分析を1日以内に実現
• *3：
  スーパーコンピュータ「富岳」と「発見するAI」で、がんの薬剤耐性に関わる未知の因果メカニズムを高速に発見する新技術を開発