原田健自 情報学研究科助教、赤松克哉 東京大学特任研究員（研究当時：同博士後期課程学生）、川島直輝 同教授、大久保毅 同特任准教授の共同研究チームは、生成モデリングの代替パラダイムとして、対象確率分布をモデル化する単層非負値適応テンソルツリー（NATT）の構造最適化スキームを提案しました。　本手法では、ネットワーク構造そのものが確率のネットワークという意味を持つため解釈が容易です。　社会のさまざまな面に応用されつつある人工知能や機械学習のベースになる生成モデリングの枠組みとして、現在主流になっているものとは大きく異なる方法となっており、特に多数の要因が絡み合っているような因果関...

本研究では、COVID-19 mRNAワクチン2回接種後の抗体価を予測する因子を探索しました。 年齢、アレルギー既往、自己免疫疾患の罹患が、ワクチン2回接種後の抗体価が低いことと関連することが示されました。平均赤血球容積（MCV）、ヘモグロビン値、リンパ球数、CD8+ T細胞におけるナイーブT細胞の割合が、抗体価と関連することが示されました。特に、CD8+ T細胞におけるナイーブT細胞の割合は、抗体価を予測するよいバイオマーカーとなる可能性が示唆さ...

井上浩輔 白眉センター／医学研究科准教授と古村俊昌 米国ハーバード大学（HarvardUniversity）博士課程学生らの研究グループは、機械学習を用いた効果の異質性分析における、科学コミュニケーションのための実践的枠組みを提案しました。　因果関係を探る機械学習アルゴリズムを用いた効果の異質性分析が近年注目を集めています。しかし、これらの手法から得られるデータドリブンな知見は、人間が解釈し意思決定を行う上でのニーズと齟齬が生まれる可能性があることから、応用には注意が必要です。今回の研究では機械学習が提示するデータドリブンな知見と現実的な意思決定と統合する実践的なフレームワークが提案...