ベルリン医療システム生物学研究所（MDC-BIMSB）のアルトゥナ・アカライン博士らの研究チームが、深層学習を活用した個別化癌治療を支援する新ツール「Flexynesis」を開発した。毎年約50の新しいがん治療法が承認される中、患者一人ひとりの腫瘍特性に応じた最適な治療選択はますます難しくなっている。アカライン氏は、AIを用いて多様なデータを統合的に分析することで、より正確な診断・予後予測・治療戦略の立案を可能にしたいと訴えている。 Flexynesisは、従来の機械学習に加え、深層学習を駆使し、遺伝子情報（オミクスデータ）、CTやMRI画像、医療記録のテキストなど、複数のデータタイプを同時に解析できる。これにより、がんの種類の特定、有効な薬剤の特定、生存率への影響予測といった複数の臨床的質問に一度に答えることが可能になる。特に、原因不明の転移巣から原発巣を特定するなど、診断の難しさを克服する点で高い価値を持つ。 開発チームのボラ・ユヤル氏は、「既存の深層学習手法は用途に特化しており、導入や再利用が難しい」と指摘。この課題を解決するため、FlexynesisはPyPI、Docker、Bioconda、Galaxyなど、さまざまなプラットフォームで利用可能に設計されており、研究者や医療現場での導入を容易にしている。 また、AIに詳しい知識がなくても使えるよう、使いやすいインターフェースと明確なガイドラインを提供。アカライン氏は、「医療現場にAI専門家がいなくても、多モーダルデータの統合分析が可能になることを目指している」と強調。現在、ドイツではオミクスデータの日常的収集は限られているが、米国では腫瘍ブレインボードで活用されている例もあり、将来的な臨床応用が期待される。 Flexynesisは、Nature Communicationsに論文として発表され、がんの個別化医療を進める上で重要なツールとして注目されている。