オミクスｘ臨床データｘＡＩの予測モデル最前線 －臨床医による事例紹介－ [日立製作所 主催ウェビナー]

個別化医療の進展に伴い、ゲノム解析データや電子カルテ情報など、多層的なデータをいかに統合し、活用するかが問われています。
特に、遺伝子多型(SNP)と臨床データを組み合わせた機械学習モデルは、その精度の高さから大きな注目を集めていますが、「複雑なデータをどう統合するか」「ブラックボックス化をどう防ぐか」といった課題も少なくありません。
そこで本ウェビナーでは、九州大学大学院の塩田 真己 先生をお迎えし、SNPと臨床情報を組み合わせた深層学習モデル(Point-wise Linear)による、具体的な予測モデル構築事例(がん免疫療法・ホルモン療法)をご講演いただきます。
また日立製作所からは、メタボロームやRNA-seqなどの網羅的データを用いた探索的解析の事例と、それを支える説明可能AI「B3」をご紹介します。
 ※Point-wise Linear：日立独自のAI技術「B3」

▼本セミナーで得られる知見
・SNPと臨床データを統合した高精度な予測モデルの構築事例
・がん領域における実臨床を想定したAI予測モデルとしての一定の有用性
・オミクスデータ解析における「説明可能なAI」の活用メリット

AIと複合的なデータ活用による、医療変革のヒントを得る機会として ぜひご活用ください。