同じ病気でも、薬に対する反応は患者ごとに異なる。AIが一人一人の反応を予測することで、個人に合った治療が提供できるだろう。

課題：がん患者ごとに異なる薬への反応性を知りたい

薬への反応性（薬物応答性）の予測は、がん患者における個別医療への拡大に有効である。しかし、がんに関わる遺伝子の情報（ゲノムプロファイルデータ）は充実しているにも関わらず、薬物応答性の予測は困難なのが現状である。

こうした課題を克服するために、機械学習の適用が実施されてきたが、ゲノムプロファイルデータと薬物動態を統合した例はこれまで存在しなかった。そこで、これらのデータを統合した機械学習モデルを構築すれば、がん患者における薬物応答性を正確に予測できることが期待されている。

重要なお知らせ：AI分野のお仕事マッチングサービス「AIDB HR」を開始しました！登録後はオファーを受け取るだけのシンプルなサービスです！現在、期間限定で、ギフト券が必ずもらえる新規登録キャンペーンも行っています。

がん治療における薬物応答性を機械学習で予測するという課題においては、実際にどんな研究が行われているのだろうか。韓国にある嘉泉大学のMinjae Jooら研究者の発表を紹介したい。

彼らは、薬物分子情報とゲノム情報を統合することで、胃がん患者に対する薬物応答性の予測を試みたのだった。

テーマ：胃がん患者の薬物応答性の予測モデルを構築する

まずはMinjae Jooらの研究におけるミッション・手法・結果をまとめた。