本システムは、悪性血液疾患などに対する造血幹細胞移植に際し、ドナーとレシピエントの組み合わせにおける治療上の課題を解決します。

臨床現場の課題

悪性血液疾患などに対する造血幹細胞移植に際し、ドナーとレシピエントの組み合わせによっては、GVHD（graft-versus-host disease：移植片対宿主病）といった重篤な副作用等が発生してしまいます。
しかし、骨髄ドナーや臍帯血ドナー、末梢血ドナーに関する情報は膨大で、最良な組み合わせを選択するには長い臨床経験が必要で、予後予測を行うことは難しいものであり、臨床経験年数によっては最良の移植ソースの選択に困ってしまう場合も少なくありませんでした。

当社のTechnology

臍帯血バンクや骨髄バンク等の移植ドナーの情報とレシピエントである患者のデータや前処置情報から、個々のドナー候補に応じた予後のシミュレーションを実施する事で、最適なドナー候補の選択を可能とするコンパニオン診断システムを開発しました。
京都大学グループ病院約2,500症例を対象とした時系列を考慮した機械学習モデルを構築しており、既存手法であるCOX比例ハザードモデルと比較して、1年後のGRFS(再発、副作用の無い生存状態)予測において、精度改善を達成しています。