與東京工業大學材料科學與工程學院的河井智司教授、筒井牧棲副教授、有馬明秀特聘助理教授（全職）、鷲尾孝教授、大內美奈教授聯合研究組成功通過將可檢測單個顆粒的納米孔傳感器與人工智能技術相結合，以高精度識別流感病毒的類型（A型、B型、A亞型）。
通常，流感的類型已經由技術人員通過視覺確定免疫層析測試試劑盒中出現的標誌物的存在或不存在來確定。除了在病毒數量較少的感染早期難以確定之外，還存在確定的準確性取決於個人能力的問題。
因此，本次課題組利用納米孔法，測量通過超薄氮化矽薄膜中開出的納米孔的離子電流，成功檢測出1級流感病毒。此外，通過將機器學習的模式識別技術應用於離子電流信號的分析，可以區分人眼無法識別的電流波形的細微差異。其結果是，能夠進行高精度的流感病毒種類判定，1個流感病毒粒子的準確度為72%，檢測20個以上的粒子的準確度為95%以上。
該結果有望在感染早期實現流感病毒類型的確定，快速簡便，不依賴於檢查人員的能力。
