アルツハイマー病：人工知能が発症を予測
脳スキャンを分析するために教えられた人工知能ツールは、最終診断の数年前にアルツハイマー病を正確に予測することができます。
責任のあるチームは、さらなる検証の後、ツールがアルツハイマー病の早期発見を大いに助け、病気をより効果的に遅らせるための時間を治療に与えることができると示唆しています。
カリフォルニア大学サンフランシスコ校の研究者は、1,002人の脳の陽電子放出断層撮影（PET）画像を使用して、深層学習アルゴリズムをトレーニングしました。
彼らは画像の90％を使用して、アルツハイマー病の特徴を見つける方法をアルゴリズムに教え、残りの10％を使用してそのパフォーマンスを検証しました。
次に、別の40人の脳のPET画像でアルゴリズムをテストしました。これらから、アルゴリズムは、どの個人がアルツハイマー病の最終診断を受けるかを正確に予測しました。平均して、診断はスキャンから6年以上後に行われました。
調査結果に関する論文では、 放射線学 ジャーナルが最近発表したところによると、チームは、アルゴリズムが「最終診断の平均75.8か月前に、100％の感度で82％の特異性を達成した」と説明しています。
「私たちは非常に満足しました」と共著者の博士は言います。大学の放射線医学および生物医学画像部門で働くJaeHo Sohnは、「アルゴリズムのパフォーマンスを備えています」。
「アルツハイマー病に進行したすべての症例を予測することができました」と彼は付け加えます。
アルツハイマー病とPETイメージング
アルツハイマー協会は、米国では約570万人がアルツハイマー病に罹患しており、この数字は2050年までに約1400万人に増加すると推定しています。
早期かつ正確な診断は、影響を受ける人々に利益をもたらすだけでなく、時間の経過とともに医療費と関連費用を合計で約7.9兆ドル節約する可能性があります。
アルツハイマー病が進行すると、脳細胞がブドウ糖を使用する方法が変わります。グルコース代謝のこの変化は、18F-フルオロデオキシグルコース（FDG）と呼ばれる放射性のグルコースの取り込みを追跡する一種のPETイメージングに現れます。
科学者は、何を探すべきかについて指示を与えることにより、アルツハイマー病の初期兆候についてFDGPET画像を評価するための深層学習アルゴリズムをトレーニングすることができました。
ディープラーニングは「自分自身を教える」
研究者たちは、1,002人の脳の2,109を超えるFDGPET画像の助けを借りてアルゴリズムを教えました。彼らはまた、アルツハイマー病のニューロイメージングイニシアチブからの他のデータを使用しました。
アルゴリズムは、人間が学習する方法と同様に、例を通して学習することを含む複雑なタイプの人工知能であるディープラーニングを利用しました。
ディープラーニングを使用すると、アルゴリズムは、何千もの画像間の微妙な違いを見つけることで、何を探すべきかを「自分自身に教える」ことができます。
アルゴリズムは、FDG PET画像の分析において、人間の専門家と同じくらい優れていました。
著者らは、「放射線科の読者と比較して、深層学習モデルは、[アルツハイマー病]の臨床診断を受ける患者を認識する際に、統計的に有意に、より優れたパフォーマンスを示しました」と述べています。
今後の展開
ソン博士は、研究は小規模であり、調査結果は検証を受ける必要があると警告しています。これには、さまざまな診療所や施設の人々から時間の経過とともに取得された、より大きなデータセットとより多くの画像の使用が含まれます。
将来的には、このアルゴリズムは放射線科医のツールボックスへの有用な追加となり、アルツハイマー病の早期治療の機会を改善する可能性があります。
研究者たちはまた、他のタイプのパターン認識をアルゴリズムに含めることを計画しています。
糖代謝の変化だけがアルツハイマー病の特徴ではない、と研究の共著者である放射線医学および生物医学画像学科の教授であるYounghoSeoは説明します。タンパク質の異常な蓄積もこの病気の特徴であると彼は付け加えた。
「[人工知能]を備えたFDGPETがこの早期にアルツハイマー病を予測できる場合、ベータアミロイドプラークとタウタンパク質PETイメージングは、重要な予測力の別の側面を追加する可能性があります。」
ソ・ヨンホ教授
