「고스트 사이토메트리」라고 명명된 이 시스템에서는, 기계의 「눈」을 사용해, 초당 수천~만 세포의 속도로 세포를 실시간으로 판별해, 선택적으로 구분할 수 있다.

　「사람을 개입시키지 않는 화상 정보 해석이라면, 화상은 필요없다」.여기에서 "화상(사람이 인식하기 위한 데이터 방식)을 만들지 않고 세포의 형태 정보를 직접 기계 학습 모델로 판별시킨다"는 컨셉을 발안했다.세포 형태 데이터를 영상화하지 않고 기계 학습시킴으로써 초고속 실시간 판별하는 이미징 처리가 가능해졌다.

　게다가, 이 이미징법에 마이크로유체 세포 분취 기술을 융합시킴으로써, 1) 고속으로 세포의 형광 이미지를 계측하고, 2) 기계 학습으로 실시간 해석하고, 3) 마이크로유체 중에서 선택적 분취한다. , 세계 최초의 「기계 학습 구동형 실시간 세포 분리 기술」이 실현되었다.

　지금까지, 형태 관찰에 기초한 세포의 분류, 분리·분취는 인간의 경험과 인식력에 근거하여 행해져 왔지만, 그 속도·정밀도에는 한계가 있었다.본 성과에 의해, 대량의 세포를 형태로 평가, 선별, 활용할 수 있게 되어, 혈액·체액 진단, 재생 의료나 세포 치료 등, 높은 안전성이나 신뢰성이 요구되는 의료에의 공헌 기대된다.

　또, 본 연구자들은 아카데미아나 조직의 틀을 넘어 벤처기업(싱크사이트 주식회사)을 설립해, 공동 연구로 이것을 이루고 있는 점에서도, 선구적인 사례로서 평가되고 있다.

논문 정보:【Science】Ghost Cytometry