千葉大学大学院医学研究院の顧文超特任准教授と復旦大学附属腫瘍医院（復旦大学がんセンター）の童彤教授らの研究チームは、MRIの画像から、特に治りにくく再発しやすい「たちの悪い大腸がん」を、AIを使って手術前に見抜く方法を開発しました。3つの病院の大腸がん患者253人のデータで試したところ、高い精度で正しく見分けられることが確認でき、このAIが「たちが悪い」と判定した患者さんは、実際に再発リスクが高いことも分かりました。この技術により、手術の前から患者さん一人ひとりに合った治療方針を立てることができるようになると期待されます。　本研究成果は、2026年5月19日に、学術誌Radiology...

千葉大学大学院医学研究院 伊藤薫教授（理化学研究所生命医科学研究センター 客員主管研究員）、理化学研究所生命医科学研究センター 家城博隆研修生（研究当時）の研究グループは、日本人の冠動脈疾患注１）発症に対する希少遺伝子変異注２）の寄与を解明するため、機械学習を用いた全ゲノム解析に取り組みました。その結果、従来法では困難であった希少遺伝子変異の疾患リスク層別化の精度を大幅に向上させました。この成果は、個々の遺伝的特性に応じた精密な評価を可能にし、将来的な個別化予防や最適な医療戦略の実現につながることが期待されます。　本研究成果は、2026年６月...

千葉大学大学院医学研究院の顧文超特任准教授、復旦大学附属華山医院の莫少聡氏らの研究チームは、胃がん組織における腫瘍微小環境（TME）注１）の空間的構造が、がんの進行および免疫療法への抵抗性にどのような影響を及ぼすかを明らかにするため、マウスおよびヒト胃がんの空間トランスクリプトーム解析注２）に取り組みました。その結果、胃がんの組織内に「危険領域（Danger Zone）」が存在することを発見しました。この領域ではCCDC80陽性線維芽細胞注３）ががんを攻撃する免疫細胞(CD8陽性T細胞)を捕らえて働きを弱め、免疫療法の効果を妨げ...

千葉大学子どものこころの発達教育研究センターの佐々木翼特任研究員および平野好幸教授は、健常者とうつ病患者を対象とした大規模脳画像データを解析し、脳の複数領域にまたがる機能的結合の関係構造を統計モデルにより解析しました。変数間の関係の全体像を捉えるベイジアンネットワーク注1）解析（変数間の関係を有向非巡回グラフ（DAG）注２）で表現する統計モデル）を用いた結果、医師によって診断された「うつ病の有無」が「内省」「注意」「感情調節」に関わる複数の安静時脳機能結合注３）パターンと、他の要因を考慮してもなお残る条件付き依存関係が確認されま...

千葉大学大学院薬学研究院の佐藤洋美准教授、樋坂章博教授（研究当時）らの研究グループは、臨床試験の観察期間を超える長期進行の慢性疾患を解析する方法として、機械学習による新しい手法（Statistical Restoration of Fragmented Time course - Machine Learning: SReFT注1）-ML）を開発し、これを糖尿病の解析に適用しました。これにより、今まで数百人単位でしか実施できなかった解析を、1万人以上の患者、かつ30種近くの検査値の解析へと拡張することに成功し、生涯にわたる腎機能の悪化や合併症のリスクが適切に予測されました...

千葉大学大学院情報学研究院の関屋大雄教授、東京理科大学工学部電気工学科の朱聞起助教、崇城大学情報学部情報学科の小西晃央助教らの研究チームは、高周波無線電力伝送（Wireless Power Transfer: WPT）システムにおいて、負荷（接続される機器の抵抗値）の変動注１）に依存せず、安定した出力電圧と高効率動作を同時に実現する「負荷非依存型WPTシステム」の設計を、機械学習（Machine Learning: ML）注２）と数値最適化によって全自動で行う新たな手法を開発しました。この技術により設計されたWPTシステムは、従来手法に比べて出力電圧...