AIで毎年がんリスクをトラキングすることで、従業員をがんから守る方法“OneKENSA” 企業健康診断導入を進めるプロジェクトを開始します
OneKENSAは、一回の採血により複数のがんの早期検出を支援するために、開発された血液検査及び機械学習アルゴリズムです。1年以内(いつ)にがんになるリスクと部位(どこ)を予測する検査です。
OneKENSAは、一回の採血により複数のがんの早期検出を支援するために、開発された血液検査及び教師あり機械学習アルゴリズムです。1年以内にがんになるリスクと部位を予測する検査です。全身スクリーニング検査をする前に、予測に従い明確な次の行動の指針を示し、早い時期に適切な医療処置を施すことができます。
データの追加や蓄積、データに対する深層学習アプローチの実施、アルゴリズムの再構築などにより、AIによる未来予測の精度を常に高めるために、常にアップデートされています。
健康な人が、がんリスクを常にトラッキングするOneKENSAを、毎年行うことは、従業員をがんから守る方法として、最適な検査であると考えられています。
●従業員をがんから守る方法
・健康診断でOneKENSAを毎年受けることができる、環境整備のプロジェクト
毎年の健康診断で、一回の採血で、一年以内のがんリスクと23種のがんの部位を予測できるOneKENSAを受け続けることができたら、がんに対して早期介入をすることが可能になると考えております。
一年以内のがんリスクとがんの23種の部位の予測ができたら、まず、全身スクリーニング検査をする前に、予測に従い明確な次の行動の指針を示し、早い時期に的確な医療処置を施すことができます。故に、OneKENSAを受けることが、従業員を守る方法とし、企業の健康診断で毎年受けることができたら、がんで苦しむ人(肉体的にも経済的にも、他様々な要因)を減らすことができると考えられます。
さらには、がんは誰もがなりうる病です。自分のがんリスクをOneKENSAで毎年トラッキングすることができることになり、時間の経過とともにがん罹患者数も減らすことにもつながると考えております。
●超高齢化社会先進国の日本にとって、最適な検査のひとつ
40年前と比べてがん罹患者数が4倍以上に増えていることは事実です。ただ、加齢とともにリスクが高くなる病のがんは、超高齢化社会先進国の日本にとって増加することはしょうがないと言えます。そこで、超高齢化社会先進国となった今は、その対策を取るために政府主導で様々な策を展開しています。
しかし、日本人のヘルスケアリテラシーは著しく低いと言われており、国民皆保険という環境も合わせて、予防という概念が非常に少ない国民であることは、よく知られています。
ただ、政府の対策の中には、教育指導要領にがん教育も含まれています。時間はかかるかもしれませんが、がんの知識を持つことで、予防という選択肢を持つ国民は増加することは期待できると考えております。
私たちは、組織に属する従業員を守ろうとしている企業が、増加していることは事実です。
がんは常に変化していくという特徴を持っております。発症前にもその予兆は始まり、相関性の高い腫瘍マーカー値の変化することは、研究の結果わかっております。(参考論文:健康診断における多検体血清バイオマーカーパネルによるがんスクリーニング:12年の実績
https://www.sciencedirect.com/science/article/abs/pii/S0009898115004131?via%3Dihub)
毎年健康診断を受ける(50人以上)企業の環境に、OneKENSAを毎年受けるという仕組みを導入できたら、毎年自分のがんリスクのトラッキングができることになります。
●健康な人が健康なうちに受けるべき検査
健康な人たちを追跡したデータを基にして、アルゴリズムを構築されているOneKENSAは、健康な人が、がん発症前に受けるべき検査なのです。
健康な人が、毎年自分のがんリスクをトラッキングすることができる検査の故です。
私たちは、この検査が従業員をがんから守る方法として企業に提案します。
グラフの通り、女性に関しましては40年前と比べて2倍以上、55歳くらいまでは男性と比べて約2倍のがん罹患者数です。
男性は40代後半から40年前と比べて2倍以上の罹患者数となり、55歳を超えると急激な増加傾向がみられます。
がんはあるきっかけが要因となって発症に進みます。発症までに5年から20年ほど(様々な要因により幅がある)かかると言われております。
よって、女性の従業員は、全員の従業員ががん対策をするべきであり、男性に関しては、遅くとも30代からはがん対策を取るべきだと考えられます。
●発症に気づくことが遅れると大変なことに
がんが診断可能な1cmほどの大きさになるには、5∼20年かかります。早期がんとは、1~2cmの間のがんのことです。この大きさでは症状が出ることはほとんどないと言われています。1cmのがんは、わずか1~2年の間に2cmほどまでに成長します。つまり、早期がんを発見するには、例え体調が万全であると思っていても、定期的に検査する必要があるということです。がんは、初めのうちは黙って静かに、体の中に潜んでいるのです。
早期で発見されがんが切除できる場合は、内視鏡治療または手術(外科治療)を行うことができます。がんが進行して切除できない場合は、薬物療法を中心とした治療を行います。がんの進行により治療法が変わります。進行がんは治療にかかる時間が明確には読めないです。さらには、それにかかる治療の費用も読めません。
厚生労働省の研究事業で行った調査によると、入院費なども含めた病期別の平均自己負担(間接費用を含む)年額は、Ⅰ期69万円、Ⅱ期67万円、Ⅲ期91万円、Ⅳ期114万円で、ステージ(病期)が進むにつれ、費用も高額になっていきます。
このように、がんにかかる治療費は、がんの部位(種類)やステージ(病期)によって、どのような治療法を選択するかで大きく変わります。
早期がんは、完全にがんが治すこと(完治)が目的になります。一方、ある程度進行して手術で切除できない、あるいは治療法がないといった進行がんは、いかにがんと共に生きていくかが(共存)が目的となります。
早期がんの場合は、どのような治療を行うか、治療スケジュール、かかる費用は、あらかじめわかります。
それに対して切除不能な進行がんの場合は、薬物療法が中心になります。その薬剤の効果がある間はそれを行い、効かなくなれば次の薬剤というように、効果が期待できる治療をその都度方針を決めることがほとんどなので、治療期間も費用も見通しがつきにくいのです。
早期に対応してがん対策を行った人と、早期に対応しておらず、症状が出てから対策を取った人では、4年間の総コストに大きな差が出たという調査結果もあります。
医療の発展により、がんは治る病となってきました。しかし、早期発見と発見が遅れたときでは、生存率が大幅に違います。早期に発見できたら、多くの確立で治癒を目指すことができるのです。
さらには、進行がんでは抗がん剤治療を実施します。その副作用が激しいつらさを伴うため、途中で抗がん剤治療を続けられず、やめざるを得ない患者さんもいるほどです。
早期にがんに対応できると、がんの治癒を目指すことができ、費用も抑えられ、時間も計画的に治療ができるため明確にわかります。
●血液検査であり、教師あり機械学習アルゴリズム検査であるということ
16万人以上の不規則性がある医療データに対する深層学習アプローチを行い、アルゴリズムの再構築とデータの追加により、アップデートされました。
がんは時間とともに変化する病です。時系列のデータをより詳しく読み込むためのデータとアルゴリズムの再構築も行われました。
OneKENSAアルゴリズムは、人工知能 (AI) の一種である機械学習を使用します。この機械学習では、コンピューターシステムが新しいデータを継続的に処理して取り込み、時間の経過とともに精度を向上させることができます。
患者の腫瘍マーカーレベルと関連する臨床因子データを組み合わせて解釈するために使用されるアルゴリズムは、機械学習から得られるため、このアルゴリズムは定期的なレビューと再定義が可能となります。
現在のアルゴリズムはこれまでに実施された厳密な研究に基づいて修正されていますが、既存の患者データセットの増加に応じてアルゴリズムを定期的にアップデートされています。
●OneKENSA 企業健康診断導入プロジェクト 第二弾
~自分のがんリスクを毎年トラッキングするOneKENSAを毎年受けることは、従業員をがんから守る方法です~
去年に引き続き、この企業健康診断導入プロジェクト 第二弾を、この夏再開します。
従業員をがんから守る方法として、毎年がんリスクをトラッキングできるOneKENSAは、非常に適した検査と言えます。
企業の健康診断に採用されることで、自分のがんリスクを毎年トラッキングができることができる仕組み作りと環境を作ることで、より必然的に従業員を守ることに繋がる大きな価値があると考えております。この価値をより多くの企業に提供することで、多くの人が多くの恩恵を受けることができる、社会の仕組みを作り上げることを目指しています。
OneKENSA 企業健康診断導入プロジェクト
~自分のがんリスクを毎年トラッキングするOneKENSAを毎年受けることは、従業員をがんから守る方法です~
2023年8月1日開始
OneKENSAについての論文
Cancers
Improving Multi-Tumor Biomarker Health Check-Up Tests with Machine Learning Algorithms
https://www.mdpi.com/2072-6694/12/6/1442
このプレスリリースには、メディア関係者向けの情報があります
メディアユーザー登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。※内容はプレスリリースにより異なります。
すべての画像