PI管理

JST D-Globalプログラム。難治性糖尿病性足潰瘍（DFU）に対するフットカバー型新規陰圧創傷治療デバイス「Sachilles System」の開発と国際展開。世界で年間約2,000万件のDFU発症、感染DFUの20%が下肢大切断、大切断患者の70%が5年以内に死亡。米国DFU関連年間医療費170億ドル。グローバルNPWT市場2030年約45億ドル（CAGR 5-6.5%）。Sachilles Systemの3つの革新：①陰圧創傷治癒促進＋足部除圧を同時実現（従来NPWTでは不可能）、②靴感覚で5分以内に装着、日常的な創観察・洗浄が容易で感染リスクを構造的に低減、③スポンジ非充填設計により密閉環境を構造的に排除。2つのビジネスモデル：モデル1（入院・外来両用、フットカバー＋陰圧、国際展開主力）、モデル2（入院用、自動殺菌洗浄機構追加、国内差別化）。知財：コア特許（特願2023-537651、国内査定済・US/EU出願済）、過硝酸特許（日米欧権利化済み）。米国展開：David Armstrong氏（USC、DFU世界的権威）と協議済み、Theranova社と製造・市場参入支援で合意方向。FDA 510(k) OMP カテゴリ120件超の前例あり、predicate device選定容易。EXIT戦略：2034年頃M&A（3M/Solventum、Smith & Nephew等）、時価総額220億円目標。事業化推進機関：大阪大学国際医療センター（森口悠、山本晋也）。過去の公的支援：AMED橋渡しPreF 2,800万円、若手スタートアップ1,500万円、シーズA 500万円、NEDO NEP 300万円。

ARiSE申請と同一研究テーマをSPReADにも応募。

慶應SPARK シーズS0/S1。スマートフォンアプリによるAI体幹装具採寸支援システムの開発とスタートアップ創出。脊椎圧迫骨折患者（年間約40万件処方）の体幹装具採寸を、手計測からスマートフォン撮影AIに置換。アプリ機能：①3方向撮影ガイド（音声・画面）、②骨格検出AIによる姿勢自動チェック、③参照マーカーによるスケール補正（撮影距離・角度非依存）、④CNNによる体幹寸法AI推定。AI推定値は「仮提示」にとどめ、有資格義肢装具士が最終確認・修正するhuman-in-the-loop設計。PMDA事前面談でクラスI（一般医療機器）または非医療機器ソフトウェアとしての位置づけを確認予定。予備実験（健常成人10名、条件制御なし）でMAE 12-15mm。撮影条件制御導入によりMAE≤10mm達成見込み。合成データ10万体で事前学習（Škorvánková et al.）＋実臨床データファインチューニングの二段階学習。初期投資ゼロ（スマートフォンのみ）で導入可能、リモート採寸でワークフロー実現。対象市場：国内義肢装具製作施設約600社。採寸時間30-40分→10-15分、通院3回→1回に削減。将来的にYokota et al.のセグメント3Dプリンティングと連携し、AI採寸→デジタル製作の一貫ワークフローへ。研究分担者：長嶋大地（GENSHI AI社CEO）、内山侑季（兵庫医科大学准教授）。

半月板の血管不全領域（White Zone）損傷・複雑断裂・変性断裂を対象とした探索的臨床研究。関節鏡視下でgMSC1移植および半月板縫合術を併用するアドオンデザイン — 細胞ベースの修復効果が限定的でも縫合による機械的安定性で患者安全性を確保。主要評価項目は安全性、副次はKOOS・Lysholm score・MRI定量評価・関節鏡評価。大阪大学特定認定再生医療等委員会（第一種、2026年2月）で承認済み、大臣承認手続き進行中。製造：ツーセル社（マスターセルバンク）・コージンバイオ社（GCTP準拠受託製造）。前臨床ではミニブタモデルで欠損部の線維軟骨様組織修復と脛骨軟骨変性の有意な抑制を確認。TECによる半月板修復は半月板再生だけでなくその後のOA進行を予防する軟骨保護効果を有する。半月板修復のPOCを取得し企業治験・製造販売承認へつなげる。

浜松市ファンドサポート事業（交付金4,000万円、2年間、一般枠）。NeuroSBR-AIの研究開発および社会実装。AMED医工連携事業との併用（経費重複なし）。シードラウンド1.2億円進行中の資金調達と連動。

ARiSE申請と同一研究テーマをSPReADにも応募。

AMEDメディカルアーツ研究事業。熟練IVR医の暗黙知を多モーダルデータとして収集し、AI技術によりカテーテル操作の最適解を導出する知能システムを構築。3つのRD構成：RD1（データ収集）多血性腫瘍・外傷性出血・内因性出血・血管性病変の4シナリオで55例収集、術前造影CT＋術中透視動画＋手元操作映像2方向を時相同期記録。RD2（AIモデル）Med-SAM等のFoundation ModelにLoRA Fine-tuning、55例×300回操作=16,500訓練サンプルでカテーテル最適操作を推論。「こう操作したらどう動くか」を予測するワールドモデルを構築し任意血管解剖に対する最適操作逆算を実現。RD3（システム開発）実体ファントム＋AI生成バーチャル透視画像統合の教育シミュレータ、術中AIナビゲーション（予測軌道・推奨操作・リスク警告を重畳表示、推論100ms以下）。期待成果：専門医育成5-10年→3-7年、初学者合併症30%削減（年間約150件防止）、地域医療格差解消。AI実装：株式会社ClarionMed（山本晋也技術顧問）に外部委託。研究分担者：山川一馬（倫理・企業連携）、髙島章伍（データ収集・DB管理）、山本晋也（AI戦略・外部委託管理）、森口悠（AI解析・医学的妥当性）。長期目標：半自動IVRロボットの臨床試験開始（10年以内）。

ヒト臓器組織のプラスティシティ（回復可能性）原理をAIで解明するAI for Science研究。臓器が環境変化に応じて回復可能状態へ向かうか非回復固定状態へ陥るかを決定する原理を、Organ Plasticity Foundation Model（OPFM）として創出する。LVAD装着後のBridge to Recovery（BTR）をヒト介入実験系として活用し、VADテレメトリ・PHR・血漿proteomicsの連続時系列、snRNA-seq・空間オミクス、EHT（工学的心筋組織）・Fresh myocardial sliceの介入応答データを同一の臓器状態空間に統合。既存のsingle-cell基盤モデル（scGPT、Geneformer等）が遺伝子発現の静的パターン学習に留まるのに対し、OPFMは時間方向性・介入応答・組織構造制約を同時に満たす状態遷移AIとして、臓器状態地図上で回復可能状態・非回復固定状態・中間状態を定義し、状態遷移軌道と介入可能ノードを推定する。OPFMが抽出した介入可能ノードをEHTで操作性高く検証し、Fresh sliceで組織構造を保った条件で検証、介入前後のデータをOPFM地図へ再投影するAIと実験の往復構造が方法論の核心。公開大規模データで事前学習後、阪大BTRコホートでLoRA等によるfine-tuningを行う省計算戦略を採用。Stanford・Columbia・Texas Children's/Baylor・Charité / European BTR Consortiumとの日米欧三極の多極臓器状態空間を共同構築し、フェデレーテッド解析で再現性を確保。心筋で確立したモデルを肝・腎・肺・神経等の他臓器プラスティシティ研究へ展開予定。

ARiSE申請と同一研究テーマをSPReADにも応募。

AI for Science SPReAD。AIによるプラスミン活性部位阻害ミニタンパク質の合理的設計と最適化。敗血症におけるプラスミン過剰活性を標的とし、de novoタンパク質設計AIで阻害ミニタンパク質を創出。HMGB1標的（次世代創薬基盤技術開発事業）とは異なる新たな治療標的。

ARiSE申請と同一研究テーマをSPReAD（萌芽的挑戦）にも応募。

AMED創薬ブースター（創薬総合支援事業）。大腿骨近位部骨折術後における急性サルコペニアに対し、ATPサルベージ経路増強による身体機能回復促進の非臨床PoCを確立する。実験項目1：急性サルコペニアモデル（骨折・不動化モデル）での有効性評価。持久力・反復運動後回復能・握力・バランス能・筋重量を測定し投与条件を絞り込み。R8年度で初期確認、R9年度で独立再現試験。実験項目2：作用機序（MoA）検証。筋内ATP/ADP/AMP/AEC/プリン代謝物を測定し、機能評価との相関を検討。血中・尿中プリン代謝指標から橋渡しバイオマーカー候補を抽出。到達目標：有効性再現性確認、バイオマーカー絞り込み、次段階移行Go/No-Go判断データ整備。分担研究者：藤原めぐみ（日本医科大学、非臨床試験実施）。PM：久本浩太郎（事業戦略・資金調達）。共同研究：日本医科大学—日本ケミファ。

Agentic AI駆動のde novoタンパク質設計で、変形性関節症（OA）の中心的病態メカニズムであるWnt/β-カテニンシグナルの異常活性化を抑制。β-カテニンは酵素活性部位を持たず、TCF/LEFとの相互作用面が約2,400Ųの広大なPPI界面を形成するアンドラッガブル標的。DIP社のKIMアーキテクチャによるde novoミニタンパク質（5-15 kDa）設計で、β-カテニン/TCF界面を高選択的に阻害。予備的in silico設計でpLDDT>85の候補5個を取得済み（最優秀BC-03は4-helix bundle構造、予測KD=8nM）。armadillo repeat領域のTCF結合溝の結合ホットスポット残基（K435, R469, K508, H470）を標的。細胞透過性の付与（CPP融合・環状化・正電荷残基の戦略的配置）と、ヒト初代関節軟骨細胞・OA手術検体での薬効評価を実施。初のDMOAD（疾患修飾性OA薬）候補の創出を目指す。森口悠（大阪大学特任講師）が分担者としてAI技術のDIP社連携窓口を担当。

ステップ1（JUNTENDO-PARAPS後ろ向き研究）で得られた科学的根拠に基づき、被害妄想優位型PDPに対するメマンチン塩酸塩20mg/日の有効性・安全性をプラセボ対照二重盲検RCTで検証。ステップ1予備解析でCohen's d=0.55-0.65を確認（Pimavanserin Phase III d≈0.50と同等以上）。多施設共同（5-8施設）・二重盲検・並行群間比較デザイン。主要評価項目：SAPS-PD 9項目合計スコアの12週時点変化量（MMRM法）。目標症例数160例（各群80例、80%検出力）。Pimavanserinはドラッグ・ロス品目グループB（品目番号55）で日本未承認。メマンチンはNMDA受容体経路を標的とし、Pimavanserinの5-HT2A経路とは異なるメカニズム。1日薬価52.7-90.7円（Pimavanserinの約1/100-1/200）、24年超の安全性実績。「代替薬によるドラッグ・ロス解消モデル」として他疾患領域にも適用可能な先例。初年度はPMDA RS相談・プロトコル確定・治験届準備、被験者登録は令和9年度開始。試験完了後は企業導出を通じた新効能医薬品としての薬事承認を目指す。企業交渉先：大原薬品工業・第一三共（メマンチン製造販売業者）。

AI for Science SPReAD。BENEDICT-Database（国内20施設以上・30,000症例・5年間）を基盤に、治療選択のばらつきが顕著な領域をAIが自律的に「臨床課題」として検出し、因果推論（Target trial emulation）で最適治療戦略を導出する統合システムを構築。工程1：Transformer/LSTMで病態推移の潜在表現構築→工程2：HDBSCANクラスタリング＋Shannon entropy→工程3：LLM（Claude API）が臨床課題ステートメント自動生成→臨床専門医5名Delphi法で妥当性評価→工程4：傾向スコア法・二重ロバスト推定・Target trial emulationで因果推論。中間目標（3ヶ月）：臨床課題候補10件以上自動抽出。最終目標（6ヶ月）：Delphi中央値≥4.0/5.0の課題1-2件選定、ATE推定のE-value≥1.5。「AIに研究テーマを発見させる」仮説生成・検証一体型パラダイム。

がん幹細胞に高発現するイオンチャネル「ムコリピン」を標的とした新規抗癌剤の開発。ムコリピンを活性化させることで選択的にがん幹細胞の細胞死を誘導し、既存の抗癌剤では根絶困難ながん幹細胞を排除する革新的な治療戦略。

AI for Science萌芽的挑戦研究創出事業（SPReAD）。119番通報の音声・応対記録・ORIONデータを統合したマルチモーダルAIで通報時点の重症度を推定。3段階構成：第1段階（知識・データ統合）119番逐語録＋音声＋ORION搬送後情報を症例単位統合、第2段階（解析デザイン）音声特徴量＋言語特徴量＋会話構造特徴量の抽出、第3段階（実データ解析）オンプレミス環境でモデル学習・性能評価。主要評価項目：初診医評価における緊急度（高vs非高）。副次：入院有無・ICU入室・21日後転帰。従来の定型的質問プロトコルでは活用されない非言語的情報（声の震え・沈黙・応答遅延・混乱）をAIで客観評価する新手法。ローカルAIモデル使用、クラウド不使用のセキュア設計。研究経費4,400千円。

汎用カメラ歩行動画からビデオ基盤モデル（Video Foundation Model）のファインチューニングにより、変形性関節症（OA）・腰部脊柱管狭窄症（LSS）・ロコモティブシンドロームの存在・重症度・進行リスクをAI推定するモデルの実現可能性調査および簡易プロトタイプ開発。技術コア：大規模事前学習済みビデオ基盤モデル＋PEFT（パラメータ効率的微調整）で少量医療データに適応。歩行解析専用基盤モデルGaitDynamics（2024-2025年発表）の知見を活用。KOA分類AUC 0.85以上、LSS分類Accuracy 0.755/AUROC 0.786を先行研究で確認。Grad-CAMによる注目領域可視化で、KOAのlateral thrust検出やLSSの間欠性跛行の時間変化を捕捉。整形外科医による定性評価で臨床的解釈可能性を確認。実用化ロードマップ：Phase 1（0-6ヶ月）研究開発→Phase 2（6-12ヶ月）臨床研究→Phase 3（12-18ヶ月）保険収載。大阪南医療センターおよび大阪大学との連携で実施。

Agentic AI駆動のde novoタンパク質設計で、NCI癌ワクチン標的最高優先度のWT1（転写因子）を標的とするbioPROTAC（タンパク質型分解誘導剤）を創出。WT1は4つのジンクフィンガードメインを持つ転写因子で、酵素活性部位を持たずDNA結合面がフラットなPPI界面を形成するアンドラッガブル標的。従来の低分子PROTACではPOI側に結合ポケットが必要だが、AI設計de novoバインダーにより任意のタンパク質表面に結合可能。AI設計バインダーをE3ユビキチンリガーゼ招募ドメイン（VHL/CRBN）と融合し、ユビキチン-プロテアソーム系を介したWT1の選択的分解を実現。細胞内送達はCPP融合・NLS付加・エレクトロポレーション・mRNAトランスフェクションの段階的アプローチ。白川チームはWT1展示型経口がんワクチンB440のPhase I臨床試験を完了済みで（ASCO 2025, EAU 2026発表）、免疫療法×TPDの二重アプローチでWT1陽性腫瘍を攻略する革新的戦略。北川孝一（神戸大学助教）が分担者としてbioPROTAC構築・TPD評価系の構築・分解活性評価を担当。対象疾患は尿路上皮癌（膀胱癌）・悪性胸膜中皮腫。MYC・STAT3・FOXP3等の他の転写因子への展開も視野。

国立がんセンター橋渡し研究推進センター 大学発スタートアップ支援プログラム（S1）。臨床用MPM×AI子宮頸がん即時診断システムの開発と臨床PoC確立。S1達成目標：①臨床使用可能なフル試作機（プローブ型）完成・安全性検証、②大阪大学病院産婦人科で30例の臨床観察研究完了（目標AUC 0.8、30分以内の診断）、③PMDA RS戦略相談・開発前相談でClass II薬事方針合意、④スタートアップ設立・VC資金調達目処。1年目：要素試作機の光学パラメータ・プローブ形状確定。2年目：フル試作機設計・製造、臨床研究実施。安全性試験：レーザ安全基準JIS C 6802適合、プローブ生体適合性ISO 10993、EMC予備評価。ビジネスモデル：機器販売＋消耗品（プローブカバー）＋AI診断ソフトウェアライセンス。初期市場（SOM）：国内がん拠点病院の子宮頸がん精査年間約1万件。将来市場（TAM）：子宮頸がん検診年間600万人＋術中迅速診断年間97万件（国内374億円規模）。出口戦略：2035年頃にIPOまたは光学/医療機器メーカーへのM&A。S2でシリーズA（10億円規模）調達、子宮頸がん用機器の薬事承認・保険収載を目指す。海外展開：欧州CEマーク→FDA申請。ニコン・大塚電子との連携で量産設計。分担研究者：阿部洋章（CEO/COO候補、AI開発・事業計画統括）、水原善史（神戸大学キャピタル、事業化推進）。

ダウン症（DS）を「ATP再合成基質枯渇疾患」と再定義し、筋低緊張・易疲労性に対するXOR阻害剤＋ヌクレオシド併用による代謝補正治療薬を開発。DSでは21番染色体上のGART等の過剰発現によりプリンde novo合成経路が優位となり、エネルギー効率の悪い経路でATPを消費することで慢性的な代謝不全が生じるという仮説。サルベージ経路の基質PRPP枯渇を補正し、ATP再合成効率を向上させるアプローチ。DSモデルマウス（TcMAC21）で新規化合物の連続投与により持久力改善・Rotarod成績改善を確認。DS由来iPS細胞から分化させた筋細胞でも収縮機能改善を確認（ヒト由来系での有効性示唆）。1年目：非臨床PoC再現性確認・作用機序検証、2年目：最終開発候補化合物決定・ステージゲート評価、3年目：臨床移行データパッケージ構築。研究分担：鳥取大学（TcMAC21モデル供給・香月康宏）、東京大学（代謝フラックス解析・岡本研）。特許4件出願済み（日本医科大学・日本ケミファ・根津ライフサイエンス・鳥取大学）。対象患者：国内約8万人、世界約600万人。小児期からの長期安全投与を想定。

難治性切迫性便失禁に対し、非侵襲的な超音波神経刺激技術でHAPC（高振幅伝播収縮）を体外から抑制し排便を制御するウェアラブルデバイスを開発。従来の「受け止める（オムツ）」ではなく「止める」という世界初のアプローチ。完全非侵襲でオンデマンド使用可能な形態を目指す。技術目標はHAPC抑制率70%以上、Grade3以上の有害事象なし、装着時間10分以内、First-in-Human試験準備完了。

国立がん研究センター橋渡し研究推進センター 大学発スタートアップ支援プログラム。臨床用多光子励起顕微鏡（MPM）とAI画像診断を組み合わせた子宮頸部病変の即時診断システムを開発。MPMのSHG信号（膠原線維の配向異常）とTHG信号（酢酸塗布＋細胞核異型）により、未染色・非侵襲で子宮頸部組織の深部（約500µm）まで高解像度三次元イメージング。従来のコルポスコピー＋生検（「点」の採取、偽陰性率約20%）を「面」のスクリーニングに置換し、サンプリングエラーを構造的に排除。AI判定で即時にがん/非がんを判定。切除標本を用いた検証で80%以上の精度でがん診断を実証済み（Cancer Res 2020, Cancer Sci 2022）。プローブ型光学系の要素試作機を開発し、切除サンプルでSHG/THG信号検出に成功。NBI・蛍光内視鏡との差別化：核異型と膠原線維配向を直接描出し、新生血管出現前の超早期病変から診断可能。細胞核イメージングによるがん直接検出特許は本教室のみが保有。MPMは多臓器に展開可能なプラットフォーム技術だが、本申請は子宮頸がんに焦点。日本はHPVワクチン積極的勧奨差し控えの影響でワクチン未接種世代の発がんリスクが懸念され、先進国で唯一子宮頸がん罹患率が増加傾向にあり社会的ニーズが高い。関連特許3件出願済み（うち1件登録済み、大阪大学帰属）。ニコン・大塚電子との共同出願含む。

PHRアプリ「PepUp」上のデジタルTeaching Kitchen介入により、境界型糖尿病者（HbA1c 6.0-6.4%、BMI≥25）の糖尿病発症を予防するかを検証する3,000名規模の大規模RCT。介入群にメインプログラム（週1回×12回、3ヶ月）と維持プログラム（月1回×3回、3ヶ月）の計6ヶ月間をアプリで提供、その後3ヶ月間のフォローアップ期間を設ける。主要評価項目は1年後の糖尿病発症率（翌年健診HbA1c≥6.5%またはレセプトでの治療開始）。副次評価項目：健診結果（HbA1c・血糖・体重・脂質等）の変化、FFQ・カロミルアプリによる栄養素摂取量、食行動・食嗜好、身体活動量、QOL、行動変容ステージ（介入前・3・6・9ヶ月後で評価）。因果媒介分析で介入→食事・栄養素変化→糖尿病発症の経路を定量化し、食物繊維+5g/日等の実践可能な単位でリスク比・リスク差を算出。探索的サブ解析：希望者約20名に介入前・3・6・9ヶ月後の便検体を用いた腸内細菌叢・短鎖脂肪酸解析を実施。効果予測モデル構築による個別化介入アルゴリズムの基盤確立を目指す。研究開発分担者：國澤純（腸内細菌叢）、村木功（筑波大学、疫学・統計）。成果は特定保健指導の高度化、日本糖尿病学会ガイドライン・食事摂取基準への科学的根拠として活用。

セコム科学技術振興財団一般研究助成（4年間、5,300万円）。冠動脈造影AI解析による安全・安心な循環器診療基盤の構築。世界最大規模のIVUS教師データ約2,500例を活用し、3つの課題に取り組む：①IVUS参照補正と三次元幾何学補正を統合した高精度QCA解析エンジン構築、②特許アルゴリズムとの統合による完全自動解析システム実現、③3省2ガイドライン準拠の多施設データ信頼性・セキュリティ基盤確立。単なるアルゴリズム開発にとどまらず、医療データの安全な流通と信頼性保証の仕組みを一体的に構築。準備研究でFFR診断一致率85%以上のPoC達成、本格研究で多施設性能評価と信頼性基盤確立。将来的に循環器領域の診療データを安全に統合・活用する医療データプラットフォームへ発展。