https://www.kindai.ac.jp/medicine/ ja Copyright 2026 Tue, 23 Jul 2019 10:52:48 +0900 http://www.sixapart.com/movabletype/ http://www.rssboard.org/rss-specification これまでAIによる画像診断は、精度が高くても判断理由がブラックボックスであることが、医療現場で使用するうえでの障壁でした。今回開発したAIは、皮膚写真の「どこに注目して」AIが診断したのかを、色の濃淡で示すヒートマップ※2 として描き出し、見分けた「理由」を人が目で見て確認することが可能です。本研究は、高い診断精度だけでなく、判断根拠を「説明できること」を同時に実現した点に意義があります。
本件に関する論文が、令和8年（2026年）7月23日（木）に、エルゼビア社が米国皮膚科学会（AAD）とともに発行する皮膚科学の国際的な学術雑誌"JAAD International"に掲載されました。

【本件のポイント】
●8種類の色素性皮膚病変を見分けるAIを開発し、95.9％の診断精度を確認
●AIがどこを見て色素性病変を診断したかヒートマップで描き、診断根拠を可視化
●開発したAIは、医師がAIの判断の妥当性を確認できるため、皮膚の色素病変の診断支援ツールとして医療現場への導入が期待される

【本件の背景】
しみ、ほくろ、脂漏性角化症などの色素性皮膚病変は、皮膚科の診療で非常によく見られる症例です。ところが、これらの色素性病変は悪性黒色腫（メラノーマ）や、基底細胞がんといった皮膚がんと見た目が類似しており、画像だけで診断するのは専門医でも容易ではありません。確実に見分けるためには、ダーモスコープという皮膚の拡大鏡を用いた「ダーモスコピー※3」という検査が推奨されていますが、皮膚科以外の診療現場では常備されていることが少なく、いつも使用できるとは限りません。
近年、AIによる皮膚画像診断の研究が進み、専門医に匹敵する精度の高さが報告されるようになりました。しかし、精度が高いAIほど内部の判断が複雑になり、「なぜその診断に至ったのか」が人には分かりにくいという「ブラックボックス問題」が、医療現場への導入の障壁となってきました。そこで研究グループは、日本人の色素性病変に対応し、かつ診断の根拠を目で見て確かめられる「説明できるAI※4」の実現に取り組みました。

【本件の内容】
研究グループは、日本国内の複数の医療機関から収集した979枚の臨床写真を用いて、8種類の色素性皮膚病変（後天性真皮メラノサイトーシス、基底細胞がん、雀卵斑（そばかす）、悪性黒色腫、ほくろ、脂漏性角化症、日光黒子、肝斑）を診断するAIを開発しました。複数の深層学習モデルを組み合わせるアンサンブル学習※5 を採用し、学習に使用していない196枚のテスト画像において、95.9％の診断精度を達成しました。また、ほくろと見分けづらく非常に悪性度の高いがんである悪性黒色腫について、テスト画像に含まれる20例は、すべて正しく判別することができました。
さらに、本研究ではGrad-CAM※6 を用いて、AIが診断の根拠とした領域をヒートマップとして可視化しました。その結果、AIは背景ではなく病変そのものに着目して診断していることが確認され、病変の種類によって注目する部位にも特徴があることが示されました。これにより、高い診断精度だけでなく、診断の根拠を医師が視覚的に確認できる「説明できるAI」の有用性を示しました。
本研究は、日本人の臨床写真を対象とした内部検証であり、今後は外部検証を進めることで、皮膚科専門医が少ない地域やダーモスコピーを使用できない環境での、診断支援ツールとしての活用が期待されます。

【論文掲載】
掲載誌：JAAD International（インパクトファクター：6.5@2025）
論文名：An Explainable Deep Learning Model Classifies
　　　　Eight Categories of Pigmented Skin Lesions on Clinical Photographs:
　　　　A Multicenter Retrospective Internal Validation Study in Japan
　　　　（説明可能なディープラーニングモデルによる臨床写真を用いた
　　　　　8カテゴリーの色素性皮膚病変の分類：日本における多施設共同後方視的内部妥当性検証研究）
著者　：飯沼紀実¹、藤井一恭^2＊、中嶋千紗²、葛西健一郎³、入江浩之⁴、金友仁成⁵、栁原茂人⁵、
　　　　佐藤さゆり⁶、宇原久⁶、竹田史章⁷、木村裕一⁸、永岡隆⁹、大塚篤司²　＊責任著者
所属　：1　近畿大学病院皮膚科、2　近畿大学医学部皮膚科学教室、3　葛西形成外科、
　　　　4　京都大学医学研究科皮膚科学教室、5　かねとも皮フ科クリニック、
　　　　6　札幌医科大学医学部皮膚科学講座、7　広島大学デジタルものづくり教育研究センター、
　　　　8　近畿大学情報学部情報学科、9　近畿大学生物理工学部生命情報工学科
URL　：https://doi.org/10.1016/j.jdin.2026.07.002
DOI　：10.1016/j.jdin.2026.07.002

【研究者のコメント】
大塚篤司（オオツカアツシ）
所属　　：近畿大学医学部皮膚科学教室
職位　　：主任教授
学位　　：博士（医学）
コメント：色素性病変には良性のものと悪性のものが有り、その判別は臨床上とても重要です。今回は、ダーモスコープという特殊な医療機器を使わずとも、一般的なカメラで撮影した画像を高精度で判別できるAIを開発しました。今後、医療現場に普及することで、皮膚科専門医がいない地域での診断精度向上に寄与することが期待されます。

飯沼紀実（イイヌマキミ）
所属　　：近畿大学病院皮膚科
職位　　：専攻医
学位　　：学士（医学）
コメント：本研究で最もこだわったのは、精度そのものよりも「AIがどこを見て、そう判断したのか」を示すことでした。ヒートマップは、AIの視線が確かに病変を捉えていること、そして、病気ごとに見ているポイントが違うことを教えてくれました。医師が根拠を確認できるAIであってこそ、安心して臨床の現場に届けられると考えています。

【用語解説】
※1　色素性皮膚病変：しみ・ほくろ・皮膚がんなど、皮膚に色（色素）の変化として現れる病変の総称。
※2　ヒートマップ：AIが画像を分類する際に、どの場所を重視したかを色の濃淡で表す代表的な可視化技術。
※3　ダーモスコピー：皮膚を拡大して観察する専用の拡大鏡を用いる検査法。色素性病変の見分けに役立つが、皮膚科以外では使えないことも多い。
※4　説明できるAI（Explainable AI）：AIが何を根拠に判断したかを、人が確認できる形で示せるAIのこと。本研究では、AIが注目した場所を色で示すヒートマップを用いた。
※5　アンサンブル学習：複数のAIモデルの予測結果を組み合わせることで、診断精度や安定性を高める機械学習の手法。
※6　Grad-CAM：Gradient-weighted Class Activation Mappingの略。画像認識AIが「画像のどの部分を見てその判断をしたのか」をヒートマップで表す技術。

【関連リンク】
医学部　医学科　教授　大塚篤司（オオツカアツシ）
https://www.kindai.ac.jp/meikan/2634-otsuka-atsushi.html
医学部　医学科　特命教授　藤井一恭（フジイカズヤス）
https://www.kindai.ac.jp/meikan/3183-fujii-kazuyasu.html
医学部　医学科　特任准教授　中嶋千紗（ナカシマチサ）
https://www.kindai.ac.jp/meikan/2692-nakashima-chisa.html
情報学部　情報学科　教授　木村裕一（キムラユウイチ）
https://www.kindai.ac.jp/meikan/565-kimura-yuuichi.html
生物理工学部　生命情報工学科　准教授　永岡隆（ナガオカタカシ）
https://www.kindai.ac.jp/meikan/1345-nagaoka-takashi.html

医学部
https://www.kindai.ac.jp/medicine/
近畿大学病院
https://www.med.kindai.ac.jp/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/08/051120.html https://www.kindai.ac.jp/news-pr/news-release/2026/08/051120.html 医 近大病院 ヒートマップ 医学部 医療技術 大塚篤司 悪性黒色腫 画像診断 皮膚がん 皮膚病変 説明可能AI 近畿大学病院 Fri, 07 Aug 2026 15:00:00 +0900 奈良先端科学技術大学院大学（学長：塩﨑一裕）先端科学技術研究科附属メディルクス研究センターの細川陽一郎教授、釣優香助教、データ駆動型サイエンス創造センターの藤井幹也教授と、近畿大学（学長：松村到）医学部の伊藤彰彦主任教授、武内風香助教、大阪工業大学（学長：井上晋）工学部の安國良平准教授らの研究グループは、がん診断の専門医である病理医でも顕微鏡観察だけでは識別が難しい、がん細胞と正常細胞を高精度に分類できる新たな原理を発見しました。
病理医は、顕微鏡で細胞の形や核の特徴を観察して診断します。しかし、形状が正常細胞とよく似たがん細胞は、顕微鏡観察だけで見分けることが難しい場合があります。がん化に伴って、細胞の形状変化だけでなく、細胞内部にはさまざまな変化が生じますが、その多くは顕微鏡では観察できず、診断に活用することは困難でした。
本研究グループは、細胞に光を照射した際に生じる散乱光に、通常の顕微鏡では捉えられない細胞内部の情報が含まれることに着目しました。この散乱光の解析に機械学習を適用することで、顕微鏡観察だけでは識別が難しいがん細胞と正常細胞の違いを高精度に分類できることを発見しました（図1）。さらに、本手法が複数の種類のがん細胞に応用できることを実証しました。
本研究成果は、病理医による細胞診断を支援し、診断精度の向上や診断の効率化につながる新たな診断技術として期待されます。

本研究成果は、Springer Nature社刊行の学術誌Scientific Reportsに2026年8月3日に公開されました（DOI：10.1038/s41598-026-64056-z）。

【背景と目的】
細胞診は、患者から採取した細胞を顕微鏡で観察し、がん細胞の有無や種類を判定する検査法です。身体への負担が少ないことから、がんの早期発見や診断に広く利用されています。病理医は、細胞や核の大きさや形、細胞の並び方などを総合的に観察して診断します。しかし、細胞ががん化すると細胞の形だけでなく、細胞内部にもさまざまな変化が生じますが、その多くは顕微鏡では観察できないため、細胞診断には医師の熟練や技量に強く依存しています。
本研究グループは、細胞に白色光を照射した際に生じる光散乱スペクトル（注1）が、顕微鏡では観察できない細胞内部の微細構造の変化を反映することに着目しました。従来、光散乱スペクトルには、顕微鏡では観察できない細胞内部の情報が含まれることが知られていました。しかし、そのスペクトルには、あらゆる細胞内部の情報が複雑に含まれており、単純な現象として解釈することが難しく、さらに細胞間のスペクトルの違いが曖昧であり、その利用は困難と考えられていました。

【研究の内容】
本研究グループは、細胞診標本に白色光を照射し、細胞の光散乱スペクトルを測定して、機械学習を用いて解析することにより、がん細胞を高精度に分類できることを発見しました（図2）。これまでに類似の研究例はなく、この発見は特許登録にも至っています。本研究では、がん細胞かどうかの識別が非常に難しい悪性中皮腫（注2）を対象として、病理医でも識別が難しいがん細胞と正常細胞を高い精度で識別できることを実証しました。また、異なる医療機関で作製された細胞診標本でも高い分類性能を示し、本手法が施設の違いに左右されにくいことも確認されています。さらに悪性中皮腫だけでなく、肺腺がん、小細胞肺がん、胃腺がん、尿路上皮がんなどの多種多様ながん細胞にも適用できることも示され、幅広い細胞診断へ応用できる可能性が示されています。

【今後の展開】
今後は、より多くの患者から採取した細胞を用いて本手法の有効性を検証するとともに、機械学習手法のさらなる高度化により、細胞を分類する性能の向上を目指します。さらに顕微鏡システムとの統合や測定・解析の自動化を進めることで、実際の医療現場で利用しやすい細胞診断支援システムの実現を目指します。本研究成果が実用化されれば、病理医の診断を支援するとともに、細胞診断の精度向上や効率化を通じて、より質の高いがん診断への貢献が期待されます。

【用語解説】
注1　光散乱スペクトル：細胞に光を当てた際に散乱した光を、波長ごとの強さとして記録したものです。光散乱スペクトルには、細胞内部の微細構造の違いが反映されており、顕微鏡観察では得られない情報が含まれています。
注2　悪性中皮腫：胸膜や腹膜などの中皮に発生する悪性腫瘍で、アスベスト（石綿）への曝露との関連が知られています。細胞診では、反応性中皮細胞と形態がよく似ているため、病理医でも識別が難しい場合があります。本研究では、このような識別が難しい細胞を対象として、本手法の有効性を検証しました。

【掲載論文】
タイトル：Accurate Tumor Cell Identification via AI analysis of White Light Scattering Spectra in Cytology
著者：Yuka Tsuri, Fuka Takeuchi, Hayata Tsutsui, Wataru Nakata, Risa Onishi, Tomoko Wakasa, Junko Nakamura, Seiichi Hirota, Mikiya Fujii, Ryohei Yasukuni, Akihiko Ito, Yoichiroh Hosokawa
掲載誌：Scientific Reports
DOI：10.1038/s41598-026-64056-z

【関連リンク】
医学部　医学科　教授　伊藤彰彦（イトウアキヒコ）
https://www.kindai.ac.jp/meikan/825-itou-akihiko.html
医学部　近畿大学奈良病院　教授　若狹朋子（ワカサトモコ）
https://www.kindai.ac.jp/meikan/1884-wakasa-tomoko.html

医学部
https://www.kindai.ac.jp/medicine/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/08/051118.html https://www.kindai.ac.jp/news-pr/news-release/2026/08/051118.html 医 がん細胞診断 伊藤彰彦 光散乱スペクトル 医学部 医療技術 悪性中皮腫 機械学習 細胞診 肺がん 若狹朋子 Fri, 07 Aug 2026 14:00:00 +0900 本研究は、PMS・PMDDに対するサプリメントの効果を、厳密な評価方法で検証した世界的にも数少ない報告で、今後女性の健康支援に向けた研究の重要な基盤となる成果です。
本件に関する論文が、令和8年（2026年）7月30日（木）AM0：00（日本時間）に、東北ジャーナル刊行会が発行する総合医学雑誌"The Tohoku Journal of Experimental Medicine（ザ　トーホク　ジャーナル　オブ　エクスペリメンタル　メディシン）"に掲載されました。

【本件のポイント】
●PMS・PMDDを対象に、エクオールの効果を厳密な臨床試験で検証
●全体では有意差は認められなかったものの、症状の重い女性では症状改善の可能性を示唆
●本研究は、PMS・PMDDに対するサプリメントの効果を、国際基準に基づく方法で厳密に評価した数少ない臨床試験で、今後の女性の健康支援につながる成果

【本件の背景】
PMSは、月経前の不快な精神・身体症状が特徴で、女性の約8～9割が何らかの症状を経験するとされ、日常生活や仕事のパフォーマンスに大きな影響を及ぼすことがあります。そのうち約5％に相当する重症型のPMDDは、生活の質（QOL）を著しく低下させることが知られています。
現在のPMSやPMDDの標準治療には抗うつ薬（SSRI）や低用量ピルなどがありますが、副作用や服用への抵抗がある女性もいるため、誰もが利用できる治療法ではありません。そのため、安全性が高く継続しやすいサプリメントなどの非薬物療法への期待が高まっています。
「S-エクオール」は大豆イソフラボンから腸内細菌によってつくられる天然型の成分で、女性ホルモン調節作用を有することから、更年期症状の改善などでエクオールが利用されています。大豆イソフラボンを摂取した際に、体内でエクオールを産生できる人は約30～60％程度と言われており、産生できない場合はサプリメントや食品等で補う必要があります。先行研究では、エクオールを自ら産生できない女性は、産生できる女性よりもPMSのリスクが高いことが示されているほか、エクオールは顔のほてりなどの更年期症状を緩和することが明らかになっていました。しかし、PMS・PMDDに対する効果については、厳密な臨床試験による先行研究がありませんでした。

【本件の内容】
研究グループは、20～45歳の女性のうち、治療を要しない程度のPMSまたはPMDD症状を有し、かつエクオールを産生できない女性を対象に、S-エクオール含有食品またはプラセボを3カ月間摂取してもらう試験を実施しました。
症状評価には、参加者が毎日症状を記録する、国際的に治療薬の治験でも使用される厳密な手法を用いました。その結果、主要評価項目では、エクオール群はプラセボ群より症状改善量が大きい傾向を示したものの、統計学的有意差はありませんでした。一方、症状が重い女性を対象とした解析では、エクオール群でより大きな改善が認められ、重症例ではエクオールの有効性を示唆する結果が得られました。
PMS・PMDDを対象として、治療薬の治験と同等レベルの評価方法でサプリメントの効果を検証した報告は世界的にも例がなく、本研究成果は今後、より大規模な臨床試験を実施する際に重要な知見になるとともに、フェムテック※4 を活用した女性の健康支援にもつながると期待されます。

【論文掲載】
掲載誌：The Tohoku Journal of Experimental Medicine（インパクトファクター：1.5@2025）
論文名：Effectiveness of a Natural S-Equol Supplement for Premenstrual Symptoms:
　　　　A Randomized Controlled Trial
　　　　（月経前症候群に対する天然S-エクオールサプリメントの有効性―無作為化比較試験―）
著者　：武田卓^1＊、甲斐冴²、椎名昌美¹、千葉康敬³　＊責任著者
所属　：1　近畿大学東洋医学研究所、2　近畿大学医学部産科婦人科学教室、
　　　　3　近畿大学病院臨床研究センター

【本件の詳細】
本研究は、国立研究開発法人日本医療研究開発機構（AMED）「『統合医療』に係る医療の質向上・科学的根拠収集研究事業」によりスタートし、途中からは大塚製薬株式会社（東京都千代田区）からの受託研究として実施されました。
研究グループは、治療を要しない程度のPMSまたはPMDD症状を有する20～45歳のエクオールを産生できない女性119人（途中脱落11人）を対象に、S-エクオール含有食品（10mg/日）またはプラセボを3カ月間摂取してもらう、無作為化二重盲検プラセボ対照比較試験※5 を実施しました。
PMS・PMDDの治療効果を臨床試験で検証するには、対象者の選定と改善効果評価のために月経周期に合わせて症状を毎日記録・評価する必要があり、実施には多大な労力を要します。本研究では、治療薬の臨床試験で標準的に用いられる「Daily Record of Severity of Problems（DRSP）※6」という手法を元に、信頼性・妥当性が十分に検証された日本語版（DRSP-J）を用いて症状を毎日評価し、国際的に信頼性の高い手法でS-エクオール含有食品の有効性を検証しました。
その結果、主要評価項目では、エクオール群とプラセボ群との間に統計学的な有意差は認められませんでした。一方で、症状が重い対象者の探索的解析では、エクオール群でより大きな症状改善が認められ、重症例の場合はエクオールが有効である可能性が示唆されました。これらの結果は、今後、対象者数を増やした大規模な臨床試験を実施するうえで重要な知見となります。
また、PMS・PMDDに対するサプリメントの効果を、治療薬の効果検証で用いられるレベルの、厳密な無作為化二重盲検プラセボ対照比較試験により検証した報告は、世界的にもほとんどなく、本研究は女性の健康課題の解決をめざす、フェムテック分野における科学的根拠の構築にも貢献することが期待されます。

【研究者のコメント】
武田卓（タケダタカシ）
所属　　：近畿大学東洋医学研究所
職位　　：所長/教授
学位　　：博士（医学）
コメント：本研究は、AMEDの研究支援を受けて開始された研究プロジェクトの成果です。PMS・PMDDに対するエクオール含有食品の有効性を、厳格なプラセボ対照二重盲検比較試験で検証した点に大きな意義があります。全体では統計学的な有意差は認められませんでしたが、症状の重い方では有効性を示唆する結果を得られました。今後は、本研究で得られた知見や研究基盤を生かし、食品をはじめとする補完・代替医療についても質の高い臨床試験による科学的検証を進め、女性のQOL向上につながるエビデンス創出に取り組んでいきたいと考えています。

【用語解説】
※1　月経前症候群（PMS）：月経開始前3～10日頃から現れる精神的・身体的症状で、月経開始後に軽快・消失する疾患。
※2　月経前不快気分障害（PMDD）：PMSの中でも精神症状が強く、日常生活に大きな支障を来す重症型。
※3　エクオール：大豆イソフラボンから腸内細菌によって産生される成分。女性ホルモンに似た働きを持つことが知られている。S-エクオールは天然型の成分。
※4　フェムテック：Female（女性）とTechnology（技術）を組み合わせた造語。月経や更年期など女性特有の健康課題を、医療やデジタル技術、食品・サプリメントなどを活用して解決・支援する取り組み。本研究で検証したS-エクオール含有食品も、女性の健康を支えるフェムテック関連製品の一つとして注目されている。
※5　無作為化二重盲検プラセボ対照比較試験：研究対象者をランダムに試験食品群とプラセボ（偽の食品）群に分け、対象者・研究者ともにどちらを摂取しているか分からない状態で効果を比較する臨床試験。有効性を科学的に検証する最も信頼性の高い研究手法の一つ。
※6　Daily Record of Severity of Problems（DRSP）：PMS・PMDDの症状を毎日記録し、重症度を評価する国際的な評価尺度。症状の有無や程度を月経周期に沿って毎日記録するため、記憶に頼る評価よりも精度が高く、PMS・PMDDの診断や治療薬の臨床試験で標準的に用いられている。

【関連リンク】
東洋医学研究所　教授　武田卓（タケダタカシ）
https://www.kindai.ac.jp/meikan/818-takeda-takashi.html
医学部　近畿大学病院　准教授　千葉康敬（チバヤスタカ）
https://www.kindai.ac.jp/meikan/707-chiba-yasutaka.html

東洋医学研究所
https://www.med.kindai.ac.jp/toyo/
近畿大学病院
https://www.med.kindai.ac.jp/
医学部
https://www.kindai.ac.jp/medicine/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/07/051007.html https://www.kindai.ac.jp/news-pr/news-release/2026/07/051007.html 医 研究所 近大病院 PMDD PMS エクオール フェムテック プラセボ対照試験 医学部 千葉康敬 東洋医学研究所 武田卓 臨床試験 Thu, 30 Jul 2026 00:00:00 +0900
【本件のポイント】
●近畿大学医学部・看護学部が移転後初めて新キャンパスでオープンキャンパスを開催
●最新の実習設備で医師や看護師の仕事を体感できるコンテンツや入試対策講座などを実施
●大人気企画「近大マグロ」の解体ショー・試食会も実施

【本件の内容】
近畿大学医学部・看護学部は、令和7年（2025年）11月の移転後、初めて新キャンパスでオープンキャンパスを開催します。当日は、最新の実習設備を活用した医療体験をはじめ、入試概要説明、入試対策講座、在学生との座談会、在学生によるキャンパスツアーなどを実施します。また、令和8年（2026年）4月に開設した看護学部では、特別講演として、関西看護医療予備校校長の小野高徳氏を講師に迎え、近年の看護系入試の動向を踏まえた入試方式や受験科目、効果的な受験準備、大学選びのポイントについて解説する特別講演を行います。さらに、「近大マグロ」の解体ショー・試食会や、学食体験も実施し、来場者に新キャンパスでの教育環境や学生生活を体感していただきます。

【開催概要】
日時　　　：令和8年（2026年）8月9日（日）10：00～15：00　（9：30受付開始）
場所　　　：近畿大学おおさかメディカルキャンパス
　　　　　　（大阪府堺市南区三原台1丁14番1号、南海泉北線「泉ケ丘駅」から徒歩約6分）
対象　　　：受験生、小・中学生、保護者、地域住民
　　　　　　（参加無料、事前申込不要、一部プログラムは当日整理券配付）
特設サイト：https://www.med.kindai.ac.jp/opencampus/
お問合せ　：医学部学生センター　TEL（072）288-7222
　　　　　　看護学部学生センター　TEL（072）288-6861

【プログラム】
＜医学部プログラム＞

※オンライン視聴は特設サイト（https://www.med.kindai.ac.jp/opencampus/）にてご覧いただけます。

＜看護学部プログラム＞

＜その他プログラム＞

※当日の整理券は、入場後に先着順で配布します。
※プログラムや時間等は、変更になる場合があります。
　詳細は特設サイト（https://www.med.kindai.ac.jp/opencampus/）をご確認ください。

【関連リンク】
医学部
https://www.kindai.ac.jp/medicine/

看護学部
https://www.kindai.ac.jp/nursing/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/07/050985.html https://www.kindai.ac.jp/news-pr/news-release/2026/07/050985.html 医 看護 オープンキャンパス 入試対策 医学部 医療体験 堺市 新キャンパス 看護学部 試食会 近大マグロ Tue, 28 Jul 2026 17:00:00 +0900 本件に関する論文が、令和8年（2026年）6月30日に暫定版、令和8年（2026年）7月9日（木）に最終版が、英国のBioMed Central（Springer Nature）が発行する、がん研究に関する学術雑誌"Molecular Cancer（モレキュラー　キャンサー）"に掲載されました。

【本件のポイント】
●抗がん剤や免疫療法が効きにくいとされる卵巣明細胞がんの中に、免疫療法が効きやすいタイプが一部存在することをヒトとマウスの両方で発見
●炎症に関わるタンパク質「IL-17」が、がん細胞に直接作用し免疫細胞を呼び込み攻撃しやすい環境をつくることが明らかに
●本研究成果により、患者ごとに免疫療法が効くか予測が可能になり、個別化医療につながる可能性に期待

【本件の背景】
卵巣がんは、婦人科のがんの中でも特に治療が困難ながんのひとつです。その中でも「卵巣明細胞がん」は、日本人の卵巣がんの約4分の1を占め、欧米より頻度が高いことが知られています。卵巣明細胞がんは抗がん剤が効きにくく、再発した場合も治療が難しいため、新しい治療法が強く求められてきました。
近年、免疫の力を引き出してがんを攻撃する「がん免疫療法（免疫チェックポイント阻害剤※3 など）」が、さまざまな種類のがんに対する治療で成果を上げています。しかし卵巣がんでは大規模な臨床試験でも明確な効果が示されず、中でも卵巣明細胞がんは周囲に免疫細胞が少なく、「免疫がはたらきにくい冷たいがん（免疫コールド）」と考えられてきました。ところが先行研究では、一部の卵巣明細胞がん患者に免疫療法がよく効くケースが報告されており、「なぜ一部の患者にのみ効果があるのか」「効果が期待できる患者をどう見分けるか」が大きな課題となっていました。

【本件の内容】
研究グループは、まず、180例のヒトの卵巣明細胞がんの組織と遺伝子情報を解析しました。その結果、卵巣明細胞がんでは免疫細胞の数自体は少ないものの、ごく一部（約5%）に炎症に関わるタンパク質であるIL-17が強く働いているタイプがあり、それらのがんでは免疫細胞が集まって活性化している「炎症のサイン」が見られることが分かりました。重要なのは、この特徴が従来免疫療法の効果予測に使われてきた指標とは無関係に現れた点で、このことからIL-17は新たな指標となる可能性が示されました。
次に、ヒトの卵巣明細胞がんを再現したマウスモデルと、培養細胞を使ってIL-17が働く仕組みを検証しました。その結果、IL-17はがん細胞そのものに直接作用し、細胞内の「NF-κB※4」という炎症のスイッチを入れることで、免疫細胞を呼び寄せ活性化させる物質を放出させることが明らかになりました。実際にマウスでIL-17が作用する環境をつくると、がんの中に免疫細胞が増えて活性化し、さらに免疫療法（抗PD-L1抗体）の効果が高まって生存期間が延びることが確認されました。つまり、IL-17は「免疫コールドながん」を免疫が働きやすい状態へと作り変える引き金であり、IL-17が強く働くタイプを見分けることが、卵巣明細胞がん患者に効果的な免疫療法を実施するための新たな指標となることが期待されます。

【論文掲載】
掲載誌：Molecular Cancer（インパクトファクター：42.2@2025）
論文名：IL-17-Driven Tumor Cell-Intrinsic Inflammatory Programming
　　　　Creates an Immunotherapy-Permissive Microenvironment
　　　　（IL-17によって誘導されるがん細胞自身の炎症プログラムが、
　　　　　免疫療法の効きやすい微小環境をつくり出す）
著者　：村上幸祐^1＊、高村史記^2＊、宮川知保¹、高松士朗¹、加嶋洋子¹、長岡孝治³、小林由香利³、
　　　　博多義之⁴、加藤茂樹³、河原佐智代³、Ding Nan¹、Ronald Chandler⁵、高橋智⁶、
　　　　宮澤正顯³、垣見和宏³、松村謙臣¹　＊共同筆頭著者
所属　：1　近畿大学医学部産婦人科学教室、
　　　　2　国立研究開発法人理化学研究所　生命医科学研究センター、
　　　　3　近畿大学医学部免疫学教室、4　近畿大学医学部医学基盤教育部門、
　　　　5　ミシガン州立大学人間医学部　産婦人科学・生殖生物学部門、
　　　　6　筑波大学トランスボーダー医学研究センター
URL　：https://pubmed.ncbi.nlm.nih.gov/42380903/
DOI　：10.1186/s12943-026-02726-2

【本件の詳細】
卵巣明細胞がんでは、CD4陽性T細胞※5 という免疫細胞がやや多いという特徴があり、研究グループはこの点に着目しました。大規模な遺伝子データを解析した結果、IL-17が強く働く一部のがんでは、免疫細胞が集まって活性化する「炎症性の状態」が生じていること、その状態が従来の効果予測指標（マイクロサテライト不安定性〈MSI※6〉や、遺伝子変異の多さ〈TMB※6〉）とは独立に現れていることが分かりました。
さらに、IL-17が免疫細胞を介さず、がん細胞に直接作用してNF-κBを活性化し、免疫細胞を呼び込むケモカインなどの物質を産生させることを確認しました。マウスを用いた実験では、IL-17が作用する環境では、がんの中に免疫細胞が多く集まり、活性化していました。また一細胞レベルの解析により、これらの免疫細胞は機能を失った状態ではなく、がんを攻撃する能力を維持していることが明らかになりました。加えて、炎症性の環境を持つマウスでは、免疫療法（抗PD-L1抗体）によって生存期間が延長する一方、免疫療法を行わない通常の経過では、生存期間に差は認められませんでした。これらの結果から、IL-17は「予後の良し悪し」を示す指標ではなく、「免疫療法の効果を予測する指標」であることが明らかになりました。
この成果は、卵巣明細胞がんに限らず、がん細胞自身が形成する炎症環境が免疫療法の効果を左右するという、幅広いがん種にも共通する可能性のある新たな知見を示すものです。

【研究者のコメント】
村上幸祐（ムラカミコウスケ）
所属　　：近畿大学医学部産婦人科学教室
職位　　：医学部講師
学位　　：博士（医学）
コメント：卵巣明細胞がんは抗がん剤が効きにくく、免疫療法も多くの患者さんには届いていませんでした。私たちは、ごく一部ではあるものの「免疫療法が効きやすいタイプ」が確かに存在し、その鍵がIL-17による炎症であることを、がん細胞自身のはたらきから明らかにしました。理化学研究所や本学医学部内での緊密な連携があってこそ到達できた成果です。効く患者さんを見分け、一人ひとりに最適な治療を届ける個別化医療の実現に向けて、研究をさらに進めていきたいと考えています。

【用語解説】
※1　卵巣明細胞がん：卵巣がんの組織型のひとつ。日本人では卵巣がんの約4分の1を占め、抗がん剤が効きにくく治療が難しいことで知られる。
※2　IL-17：インターロイキン17。免疫細胞などがつくる、炎症に関わるたんぱく質（サイトカイン）の一種。
※3　免疫チェックポイント阻害剤：がん細胞が免疫にかけている「ブレーキ」を外し、免疫の力でがんを攻撃させる薬。代表例に抗PD-1抗体・抗PD-L1抗体。
※4　NF-κB：エヌエフ・カッパー・ビー。細胞内で炎症や免疫に関わる多くの遺伝子の働きを一斉に切り替える「司令塔」のようなタンパク質。
※5　CD4陽性T細胞：T細胞は、体内に侵入した異物やがん細胞を攻撃する、免疫の中心的な細胞で、CD4陽性T細胞とCD8陽性T細胞とに大別される。
※6　MSI・TMB：それぞれ「マイクロサテライト不安定性」「腫瘍遺伝子変異量」。これまで免疫療法が効きやすいかを予測する目印として使われてきた指標。

【関連リンク】
医学部　医学科　医学部講師　村上幸祐（ムラカミコウスケ）
https://www.kindai.ac.jp/meikan/1898-murakami-kosuke.html
医学部　医学科　教授　松村謙臣（マツムラノリオミ）
https://www.kindai.ac.jp/meikan/2124-matsumura-noriomi.html
医学部　医学科　准教授　長岡孝治（ナガオカコウジ）
https://www.kindai.ac.jp/meikan/3109-nagaoka-kouji.html
医学部　医学科　講師　河原佐智代（カワハラサチヨ）
https://www.kindai.ac.jp/meikan/2550-kawahara-sachiyo.html
医学部　医学科　教授　垣見和宏（カキミカズヒロ）
https://www.kindai.ac.jp/meikan/2975-kakimi-kazuhiro.html

医学部
https://www.kindai.ac.jp/medicine/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/07/050851.html https://www.kindai.ac.jp/news-pr/news-release/2026/07/050851.html 医 IL-17 個別化医療 免疫チェックポイント阻害剤 免疫療法 医学部 卵巣がん 卵巣明細胞がん 村上幸祐 松村謙臣 理化学研究所 Wed, 15 Jul 2026 14:00:00 +0900 本件に関する論文が、令和8年（2026年）5月11日（月）に、Medical Journals Sweden社が発行する、皮膚科および性病学分野の臨床・基礎研究を専門とする学術雑誌"Acta Dermato-Venereologica（アクタ・ダーマト・ヴェネレオロジカ）誌"に掲載されました。

【本件のポイント】
●大規模言語モデルであるChatGPT-5を用いた診断支援が、皮膚科の若手研修医の診断精度を有意に向上させることを確認
●ChatGPT-5が正しい診断を提示した症例では診断精度が向上、誤った候補を提示した場合には低下することが判明
●ChatGPT-5は臨床判断を代替するものではなく、診断推論を支援・強化する「認知的パートナー」として位置づけることを提言

【本件の背景】
AIの進歩により、皮膚科における診断支援研究が大幅に進展しています。特に、深層学習に基づく画像解析は、さまざまな皮膚疾患において専門医レベルの精度を達成しており、経験の浅い臨床医の診断精度を向上させることが示されています。近年では、ChatGPT-5などの大規模言語モデルのAIが、テキストによる症例記述から臨床的に関連のある診断を提示可能と注目されています。
研究グループは、これまでにChatGPT-4oを用いて皮膚科症例情報を学習させた場合、専門医と同等の診断精度を示すことを報告しました。しかし、実際の臨床現場で若手研修医がAIの提案をどう扱うか、また誤った提案が診断判断を誤らせるリスクについては十分な知見がありませんでした。本研究はこの課題に取り組むため、より新しいモデルであるChatGPT-5を用いて検証を行いました。

【論文掲載】
掲載誌：Acta Dermato-Venereologica（インパクトファクター：3.7@2026）
論文名：Impact of Large Language Model-Assisted Differential Diagnosis on
　　　　Clinical Decision-Making in Dermatology： A Feasibility Study Using ChatGPT-5
著者　：山村優人、藤井一恭＊、中嶋千紗、大塚篤司　＊責任著者
所属　：近畿大学医学部皮膚科学教室
URL　：https://medicaljournalssweden.se/actadv/article/view/46099
DOI　：10.2340/actadv.v106.adv-2025-0180

【本件の詳細】
本研究では、大規模言語モデルであるChatGPT-5が皮膚科診療における鑑別診断に与える影響を、皮膚科専門医資格を未取得の若手研修医23名を対象に検証しました。査読付き皮膚科専門誌『皮膚の科学』から選定した確定診断済みの30症例（腫瘍性15例、炎症性15例）を用いて、参加者は各症例についてまず「ChatGPT-5なし」で独立に診断を行いました。その後、ChatGPT-5が生成した3つの鑑別診断を参照しながら再評価しました。ChatGPT-5には初診時に入手可能な情報（患者背景・臨床所見）のみを提供。その結果、以下の点が明らかとなりました。
まず、診断精度の観点においては、ChatGPT-5は56.7％の症例において、上位3つの鑑別診断※2 の中に正解を含んでいました。若手研修医は、ChatGPT-5の提案を参考にすることで、診断精度の中央値が43.3％から50.0％へと統計学的に有意に向上しており、ChatGPT-5の活用が診断推論の補助として一定の効果を有することが示されました。なお、参考値として、皮膚科専門医の診断精度中央値は66.7％でした。
一方で、ChatGPT-5の提案内容の質が、研修医の診断結果に大きく影響することも明らかとなりました。全690回答（30症例×23名）を解析した結果、ChatGPT-5使用前後で44.9％の診断が変更され、そのうち86.1％はChatGPT-5が提示した鑑別診断候補を採用していました。
さらに詳細に検討すると、ChatGPT-5が提示した候補に正解が含まれていた症例（17例）では、診断精度の中央値は64.7％から82.4％へと大きく向上していました。一方、ChatGPT-5が提示した候補に正解が含まれていなかった症例（13例）では、診断精度の中央値は15.4％から7.7％に低下していました。
これらの結果は、ChatGPT-5が正解を含む適切な候補を提示した場合には診断精度の向上に寄与する一方で、正解を含まない不適切な候補を提示した場合には研修医の判断が影響を受け、誤診の増加につながる可能性があることを示しています。つまり、ChatGPT-5の出力の質が臨床判断に直結するリスクが存在することが明確に示されました。
本研究の意義として、ChatGPT-5が皮膚科の初期診療において若手研修医の診断推論を支援しうる現実的なツールであることが示された点が挙げられます。その一方で、ChatGPT-5の出力を無批判に受け入れることの危険性も明らかとなり、人間による批判的吟味と臨床判断の重要性が改めて強調されました。
研究グループは、ChatGPT-5は臨床判断を置き換えるものではなく、医師の診断推論を支援・強化する「認知的パートナー（cognitive partner）」として位置づけることを提言しました。本研究成果は今後、AI支援が最も効果的に機能する条件の解明や、皮膚科教育への応用につながることが期待されます。

【研究者のコメント】
大塚篤司（オオツカアツシ）
所属　　：近畿大学医学部皮膚科学教室
職位　　：主任教授
学位　　：博士（医学）
コメント：本研究は、生成AIが皮膚科の若手医師の診断推論を支援する有効なツールとなり得る一方、AIが誤った候補を提示した際には診断を誤らせるリスクがあることを実証しました。AIの出力を鵜呑みにせず、批判的に吟味する臨床判断こそが鍵となります。生成AIは医師に取って代わる存在ではなく、共に診断を考える「認知的パートナー」です。本知見を皮膚科教育とAIの安全な臨床活用ガイドラインの整備に活かしていきたいと考えております。

山村優人（ヤマムラユウト）
所属　　：近畿大学医学部皮膚科学教室
職位　　：専攻医
学位　　：学士（医学）
コメント：本研究では、生成AIであるChatGPT-5が、皮膚科診療における鑑別診断支援にどのような影響を与えるかを検討しました。ChatGPT-5は診断精度向上に寄与する可能性を示した一方で、不適切な候補提示が診断判断へ影響するリスクも明らかとなりました。AIを過信するのではなく、医師による批判的吟味を前提とした「診断支援ツール」として活用することが重要だと考えています。

【用語解説】
※1　大規模言語モデル（Large Language Model：LLM）：膨大なテキストデータを学習し、自然言語での応答を生成するAIモデル。ChatGPTなどが代表例。
※2　鑑別診断：症状や所見から考えられる複数の疾患候補を列挙し、最終診断を絞り込む臨床推論プロセス。

【関連リンク】
医学部　医学科　教授　大塚篤司（オオツカアツシ）
https://www.kindai.ac.jp/meikan/2634-otsuka-atsushi.html
医学部　医学科　特命教授　藤井一恭（フジイカズヤス）
https://www.kindai.ac.jp/meikan/3183-fujii-kazuyasu.html
医学部　医学科　特任准教授　中嶋千紗（ナカシマチサ）
https://www.kindai.ac.jp/meikan/2692-nakashima-chisa.html

医学部
https://www.kindai.ac.jp/medicine/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/06/050493.html https://www.kindai.ac.jp/news-pr/news-release/2026/06/050493.html 医 ChatGPT-5 医学部 大塚篤司 山村優人 生成AI 皮膚科 研修医 臨床判断 診断支援 鑑別診断 Tue, 09 Jun 2026 14:00:00 +0900
【事業内容】
学生が泉北ニュータウン地域の概要や「M＆GREENs（※2）」の概要を学びます。その後、学生がフィールドワークを通じて、同地域のシンボルとなるような写真スポットを選定し、魅力向上や豊かな暮らし実現に向けた資源の活用をSENBOKUスマートシティコンソーシアムに提案します。

【経緯等】
・令和4年12月に締結した「堺市と学校法人近畿大学との包括連携に関する基本協定書（※3）」に基づく健康増進やスマートシティ分野の取組として、SENBOKUスマートシティコンソーシアムと連携し、近畿大学医学部1年次の授業「医療イノベーション学-カレッジラボ-」の一環として実施します。
・令和7年度は、同大学医学部学生（1年生110名）が吹田市と摂津市にまたがる北大阪健康医療都市（健都）の先進事例を学び、地域住民の主体的な健康増進活動を支援する取組を発表しました。
・本取組を通じて、泉北ニュータウン地域におけるICT技術を活用した住民へのヘルスケア及びウェルビーイングに資する取組の活性化や、同大学医学部生の課題解決力の育成をめざします。

【授業名・指導教員】
近畿大学医学部授業：「医療イノベーション学-カレッジラボ-」
指導教員：近畿大学医学部教育センター　教授　松田学、講師　朴雅美

【開催日時】
第1回：令和8年5月22日（金）
　　　 午後3時～午後4時30分　近畿大学　おおさかメディカルキャンパス
　　　 （堺市南区三原台1丁14番1号）
　　　 内容：オリエンテーション
第2回：令和8年5月30日（土）
　　　 午前9時～午後0時15分 フィールドワーク※
　　　 ※主なエリア：三原台／茶山台／竹城台／若松台／桃山台／原山台／新檜尾台／鴨谷台
　　　 内容：フィールドワーク［現地見学・ヒアリング］
第3回：令和8年7月3日（金）
　　　 午後2時30分～午後5時　近畿大学　おおさかメディカルキャンパス
　　　 内容：各グループによる提案の発表会

【主催】
堺市、SENBOKUスマートシティコンソーシアム、近畿大学医学部

【参考】
（※1）SENBOKUスマートシティコンソーシアム
「SENBOKU New Design」及び「堺スマートシティ戦略」の理念や「SENBOKUスマートシティ構想」で示すコンセプトに基づき、公民がイコールパートナーとして取り組みを推進するコンソーシアムです。
詳細は以下のSENBOKUスマートシティコンソーシアムホームページをご確認ください。
https://senboku-smartcity.com/

（※2）南区ブランド「M&GREENs」
南区の魅力である「みどりとともにかなえる豊かなくらし」を表現した堺市南区のブランドです。
「M」は南区の魅力ある未来を、「＆GREENs」は、あふれる緑や安全・安心・健康・癒し・自然・環境などの豊かなライフスタイルを表しています。
詳細は以下の堺市ホームページをご確認ください。
https://www.city.sakai.lg.jp/minami/shokaimiryoku/m-greens/index.html

（※3）堺市と学校法人近畿大学との包括連携に関する基本協定書
近畿大学と連携した健康増進に加え、産業振興分野での産学連携による新技術開発や新事業創出、スマートシティ分野における新サービスの提供等、イノベーション創出に重点を置いた連携を目的に、令和4年12月に協定を締結しました。
詳細は、以下の堺市ホームページをご確認ください。
https://www.city.sakai.lg.jp/shisei/toshi/scd/daigaku_torikumi/kinkiuniv_torikumi/R4_00.html

【関連リンク】
医学部　医学科　教授　松田学（マツダマナブ）
https://www.kindai.ac.jp/meikan/2291-matsuda-manabu.html
医学部　医学科　講師　朴雅美（パクアミ）
https://www.kindai.ac.jp/meikan/1601-ah-mee-park.html

医学部
https://www.kindai.ac.jp/medicine/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/05/050302.html https://www.kindai.ac.jp/news-pr/news-release/2026/05/050302.html 医 ウェルビーイング スマートシティ フィールドワーク ヘルスケア 医学部 地域活性化 朴雅美 松田学 泉北ニュータウン 産学連携 Thu, 21 May 2026 14:30:00 +0900 本研究成果により、今後、免疫チェックポイント阻害薬の効果を正確に予測できるとともに、耐性因子を直接狙い撃ちして薬の効果を高めるといった、新たな治療法の開発につながることが期待されます。
本件に関する論文が、令和8年（2026年）5月15日（金）に、米国臨床研究学会が発行する医学分野の国際的学術雑誌"Journal of Clinical Investigation（ジャーナル　オブ　クリニカル　インベスティゲーション）"に掲載されました。

【本件のポイント】
●がん細胞の周囲の「腫瘍微小環境」を網羅的に解析する手法を確立し、がん治療薬である免疫チェックポイント阻害薬の効果を正確に予測できる指標を発見
●免疫細胞やがん細胞に存在する、免疫チェックポイント阻害薬の耐性因子を特定
●本研究は、免疫チェックポイント阻害薬の正確な効果予測や、薬の効果を高める併用療法の開発などにつながる成果

【本件の背景】
免疫チェックポイント阻害薬は、がん細胞が免疫細胞の働きを抑制する「免疫チェックポイント」を阻害し、免疫細胞を活性化する分子標的薬です。従来の抗がん剤とは異なるメカニズムで効果を発揮するため、さまざまな種類のがん治療に用いられています。特に進行性の非小細胞肺がん※3 への治療効果が高く、これまでの治療を大きく変えました。しかし、治療開始から1年以内に多くの患者で症状の悪化が起こるなど、がん細胞の耐性獲得が大きな課題となっており、ほかの抗がん剤と組み合わせる併用療法が取り入れられていますが、依然として半数以上の患者の症状が悪化することが知られています。
免疫チェックポイント阻害薬の効果には、がん細胞を取り巻く免疫細胞・線維芽細胞※4・血管などからなる「腫瘍微小環境」が大きく影響することが知られています。しかし、腫瘍微小環境内のさまざまな種類の細胞について、それぞれの特徴と、その空間的な配置を一度に評価する技術が限られており、免疫チェックポイント阻害薬が「効く患者と効かない患者」の違いが生じる原因は解明されていませんでした。

【本件の内容】
研究グループは、肺がん細胞の腫瘍微小環境を評価するために29種類のタンパク質を指標として選抜し、これらを腫瘍組織上で一度に可視化する手法を開発しました。この手法を用いて、103人の非小細胞肺がん患者の治療前腫瘍組織において、腫瘍微小環境を空間的・単一細胞レベルで解析しました。数十種類以上のタンパク質を、同一空間において単一細胞レベルで解析するためには非常に高度な技術が必要で、100人規模の患者を対象にこの解析を実施した研究は世界初となります。
解析の結果、がん細胞を攻撃する免疫細胞のうち、特にがんを認識する能力が高いタイプのT細胞が腫瘍に直接接触して作用しており、免疫チェックポイント阻害薬が効果を発揮するために非常に重要であることが明らかになりました。ここから、このT細胞は免疫チェックポイント阻害薬の効果を予測できる指標であることがわかりました。
一方、一部のマクロファージ※5 と線維芽細胞は免疫を抑制し、免疫チェックポイント阻害薬の耐性因子となることも明らかにしました。また、一般的に薬剤が効きづらいタイプの非小細胞肺がんでは、がん細胞上の特定のタンパク質が関与することで、免疫チェックポイント阻害薬への耐性を獲得することも示唆されました。
本研究成果により、今後、免疫チェックポイント阻害薬の効果を正確に予測できるだけでなく、耐性因子を標的とした治療を併用することで薬の効果を高めるといった、肺がんの新たな治療法開発につながることが期待されます。

【論文掲載】
掲載誌：Journal of Clinical Investigation（インパクトファクター：13.6@2024）
論文名：Spatial single-cell proteotyping reveals immunotherapy-resistant features within
　　　　the complex tumor microenvironment of metastatic NSCLC
　　　　（進行非小細胞肺がんの腫瘍微小環境における免疫療法耐性メカニズムの空間的単一細胞解析）
著者　：磯本晃佑¹、原谷浩司^1,2*、辻川敬裕³、冨田秀太⁴、幕谷悠介⁵、武田真幸¹、米阪仁雄¹、
　　　　田中薫¹、岩朝勤¹、坂井和子⁶、西尾和人⁶、伊藤彰彦⁷、中川和彦¹、林秀敏¹　＊責任著者
所属　：1　近畿大学医学部内科学教室（腫瘍内科部門）、
　　　　2　ダナ・ファーバーがん研究所（腫瘍内科）、
　　　　3　京都府立医科大学大学院医学研究科耳鼻咽喉科・頭頸部外科学、
　　　　4　岡山大学学術研究院医療開発領域・ゲノム医療総合推進センター（岡山大学病院）、
　　　　5　近畿大学医学部外科学教室（下部消化管部門）、
　　　　6　近畿大学医学部ゲノム生物学教室、
　　　　7　近畿大学医学部病理学教室
URL　：https://doi.org/10.1172/JCI195021
DOI　：10.1172/JCI195021

【本件の詳細】
研究グループは、進行非小細胞肺がん患者103例（うち免疫チェックポイント阻害薬による治療は81例）の治療前の腫瘍組織を用いて、リンパ球系と骨髄系細胞をそれぞれ解析する29種類のバイオマーカーの多重免疫染色プラットフォームを構築しました。デジタル画像解析による組織セグメンテーション技術で「腫瘍胞巣※6」と「腫瘍間質※7」を区別し、各免疫細胞群の密度と免疫チェックポイント阻害薬の治療効果（無増悪生存期間※8・全生存期間）との関連を評価しました。また、27例では遺伝子発現プロファイリング※9 も実施し、単一細胞・空間・転写レベルを統合した多層的な解析を行いました。
その結果、腫瘍内のCD8陽性T細胞の密度が高い患者ほど、免疫チェックポイント阻害薬の治療効果が良好であることが確認されました。なかでも、CD8・CD39・CD103・Ki-67陽性の表現型を持つ「機能的組織滞在性メモリー様CD8陽性T細胞※10」が、独立した予後予測因子として同定されました。これらの細胞は疲弊マーカーを発現しつつも腫瘍反応性を保った「機能的疲弊状態」にあると考えられ、免疫チェックポイント阻害薬によって再活性化される細胞集団である可能性があります。
一方、免疫抑制性のCD206陽性M2型腫瘍関連マクロファージと、FAP陽性がん関連線維芽細胞は免疫チェックポイント阻害薬に対する独立した耐性因子であり、機能的組織滞在性メモリー様CD8陽性T細胞が腫瘍局所に豊富に存在していたとしても、これらの細胞群が近傍に存在することで治療効果が減弱されることが示されました。さらに、EGFR/ALK遺伝子変異陽性の非小細胞肺がんでは、がん細胞上のCD73※11 高発現がM2型腫瘍関連マクロファージの集積と血管新生と関連して免疫チェックポイント阻害薬の耐性に寄与している可能性が示唆されました。
本研究では、進行非小細胞肺がんの腫瘍微小環境における免疫プロファイルを可視化し、免疫チェックポイント阻害薬の効果を規定する新たなバイオマーカーと治療標的を同定しました。これにより、組織滞在性メモリー様CD8陽性T細胞をより機能的に活性化する治療や、CD206陽性M2型腫瘍関連マクロファージ・FAP陽性線維芽細胞・CD73といった耐性因子を標的とした治療の組み合わせが、今後の免疫療法の効果向上に貢献する可能性が明らかになりました。

【研究者のコメント】
磯本晃佑（イソモトコウスケ）
所属　　：近畿大学医学部内科学教室（腫瘍内科部門）
職位　　：助教
学位　　：博士（医学）
コメント：腫瘍内の免疫環境が免疫チェックポイント阻害薬の治療効果に深く関わることは以前から指摘されていましたが、本研究では多重免疫染色による詳細な解析を通じて、その複雑な全体像の一端を示すことができました。まだ臨床応用には多くのステップが必要ですが、この知見が腫瘍微小環境のさらなる理解と免疫療法の発展に少しでも貢献できればと思っています。

【用語解説】
※1　免疫チェックポイント阻害薬：がん細胞が免疫細胞の攻撃を回避するブレーキ機構（PD-1/PD-L1など）を解除する薬剤。進行非小細胞肺がんの標準治療として広く使用されている。
※2　腫瘍微小環境：がん細胞の周囲に存在する、免疫細胞、血管、線維芽細胞などが作り出す複雑な環境のこと。がん細胞はこの環境を作り替えることが知られている。
※3　非小細胞肺がん：肺がんの大部分を占める主要なタイプ。
※4　線維芽細胞：本来は組織を支える細胞だが、腫瘍組織内ではがん細胞を攻撃から守る役割をもつ。
※5　マクロファージ：免疫細胞の一種だが、腫瘍組織内では一部が「M2型」に変化し、ほかの免疫細胞を抑制する。
※6　腫瘍胞巣：がん細胞が密集して塊になっている領域。この領域のがん細胞に、免疫細胞が直接接触することで、免疫チェックポイント阻害薬の効果が大きく向上する。
※7　腫瘍間質：腫瘍胞巣の間を埋めている支持組織。
※8　無増悪生存期間：治療開始からがんが進行せず、亡くなることなく、症状が安定している期間。
※9　遺伝子発現プロファイリング：細胞の中で、どの遺伝子がどの程度活性化しているかを網羅的に調べる解析手法。本研究では、1細胞レベルの画像解析を補完するためにこの手法を用い、がん組織全体の免疫関連遺伝子の状態を詳細に数値化して分析した。
※10　機能的組織滞在性メモリー様CD8陽性T細胞：がん細胞に攻撃をし続け疲弊状態にあるが、がん抗原認識能をかろうじて保持している腫瘍組織内に常在するT細胞。免疫チェックポイント阻害薬によって再活性化されやすい細胞集団として着目した。
※11　CD73：がん細胞表面に発現する酵素。免疫抑制物質であるアデノシンを産生することで、T細胞の抗腫瘍活性を抑制する。新たな治療標的として研究が進められている。

【関連リンク】
医学部　近畿大学病院　准教授　米阪仁雄（ヨネサカキミオ）
https://www.kindai.ac.jp/meikan/1951-yonesaka-kimio.html
医学部　近畿大学病院　准教授　田中薫（タナカカオル）
https://www.kindai.ac.jp/meikan/1645-tanaka-kaoru.html
医学部　医学科　准教授　岩朝勤（イワサツトム）
https://www.kindai.ac.jp/meikan/1811-iwasa-tsutomu.html
医学部　医学科　准教授　坂井和子（サカイカズコ）
https://www.kindai.ac.jp/meikan/1674-sakai-kazuko.html
医学部　医学科　教授　西尾和人（ニシオカズト）
https://www.kindai.ac.jp/meikan/757-nishio-kazuto.html
医学部　医学科　教授　伊藤彰彦（イトウアキヒコ）
https://www.kindai.ac.jp/meikan/825-itou-akihiko.html
医学部　医学科　特任教授　中川和彦（ナカガワカズヒコ）
https://www.kindai.ac.jp/meikan/755-nakagawa-kazuhiko.html
医学部　医学科　教授　林秀敏（ハヤシヒデトシ）
https://www.kindai.ac.jp/meikan/1646-hayashi-hidetoshi.html

医学部
https://www.kindai.ac.jp/medicine/

]]> https://www.kindai.ac.jp/news-pr/news-release/2026/05/050277.html https://www.kindai.ac.jp/news-pr/news-release/2026/05/050277.html 医 CD8陽性T細胞 バイオマーカー 免疫チェックポイント阻害薬 免疫療法 医学部 磯本晃佑 耐性因子 肺がん 腫瘍微小環境 非小細胞肺がん Wed, 20 May 2026 11:00:00 +0900