詳しくはこちら
詳しくはこちら 閉店・休業・移転・重複の報告
【二郎系ラーメン】「あいすべきものすべてに」でちゃんふくラーメンの全マシ - YouTube
プレスリリース 株式会社国際電気通信基礎技術研究所(ATR) 国立大学法人東京大学 学校法人昭和大学 国立研究開発法人日本医療研究開発機構 研究成果のポイント 自閉スペクトラム症(ASD)の状態を反映するバイオマーカーはこれまで存在せず、生物学的・脳科学的に根拠のある診断・治療は困難だった。 高い次元を持つ脳回路データについて、学習のためのサンプル数が数百以下と少ない場合にも、正しく汎化 [1] できる先端人工知能技術を開発した。 人工知能技術により、ASDを脳回路から見分ける診断オッズ比 [2] 31.
患者数 約1, 000人 2. 発病の機構 未解明(遺伝子異常によるとされるが詳細な病態は未解明。) 3. 効果的な治療方法 未確立(対症療法のみである。) 4. 長期の療養 必要(進行性である。) 5. 診断基準 あり(研究班作成の診断基準あり。) 6.
2%(16個)しかないことが分かりました。これら16個の機能的結合の値を参加者1人1人について求め、その重み付けした足し算だけで、181人のASD/定型発達属性を85%(AUC [9] =0. 自閉症 遺伝子検査キット. 93、診断オッズ比 [2] =31. 1)の精度で判別することができました(図2a)。 図2 本研究で開発されたASD判別法を(a)日本データ、(b)米国データに適用した結果。ASDに特徴的な16個の機能的結合の重み付けの和で個人のASD度を求め、その値が正ならASD、負なら定型発達という判別を行なった。ASD群(黒)で正しく判別された者は点線(ASD度=0)より右側、定型発達群(白)で正しく判別された者は点線より左側にあたる。判別精度は、日本人データで85%、米国人データで75%となり、いずれも統計的に極めて有意な結果となった。 図3 本研究で特定されたASDに特徴的な16個の機能的結合の脳内での分布。右半球に偏る29個の脳領域によって形成されていた。 さらに、外部の予測検証用データ(independent validation cohort)を用いて判別性能を評価しました。米国で一般公開されているデータ [10] (ASD当事者・定型発達者それぞれ44人)に対して75%(AUC=0. 76、診断オッズ比=9.