アルツハイマー病：研究者は衰退を予測するためのモデルを作成します

マサチューセッツ工科大学の研究者は、アルツハイマー病に関連する認知機能の低下率を最大2年間予測できる機械学習モデルを開発しました。

MITの研究者は、認知機能の低下を正確に予測できると彼らが言う機械学習モデルを開発しました。

アルツハイマー病は世界中の何百万人もの人々に影響を及ぼしていますが、科学者たちはまだそれを引き起こす原因を知りません。

このため、予防戦略は失敗する可能性があります。さらに、医療専門家は、医師がアルツハイマー病と診断した後の認知機能低下の割合を明確に判断する方法がありません。

現在、ケンブリッジにあるマサチューセッツ工科大学（MIT）の研究者は、他の機関の専門家と協力して、専門家が最大2年前に人の認知機能がどの程度変化するかを予測できる機械学習モデルを開発しました。この衰退の確立になります。

Ognjen Rudovic、Yuria Utsumi、Kelly Peterson、Ricardo Guerrero、Daniel Rueckert、およびProf. Rosalind Picardで構成されるチームは、今週後半に、Machine Learning forHealthcareカンファレンスでプロジェクトを発表します。今年の会議はミシガン州アナーバーで開催されます。

「6か月から24か月までの認知機能低下を正確に予測することは、臨床試験を設計する上で重要です」とRudovic氏は説明します。これは、「将来の認知の変化を正確に予測できることで、参加者が行わなければならない訪問の数を減らすことができ、費用と時間がかかる可能性があるためです」と彼は付け加えています。

「有用な薬の開発を支援することは別として、目標は、臨床試験のコストを削減して、より手頃な価格でより大規模に実施できるようにすることです」と研究者は続けます。

メタ学習を使用して衰退を予測する

チームは、新しいモデルを開発するために、世界最大のアルツハイマー病の臨床試験データセットである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（ADNI）のデータを使用しました。

ADNIを通じて、研究者は10年間にわたって収集された約1,700人のデータにアクセスすることができました。アルツハイマー病のある人とない人がいます。

チームは、参加者の認知機能評価、脳スキャン、個人のDNA構成に関するデータ、アルツハイマー病のバイオマーカーを明らかにする脳脊髄液測定などの臨床情報にアクセスできました。

最初のステップとして、研究者は100人の参加者のサブグループからのデータを使用して、機械学習モデルを開発およびテストしました。ただし、このコホートについては多くの欠落データがありました。そのため、調査員は、分析をより正確にする方法でコホートの利用可能なデータを分析するために、別の統計的アプローチを使用することを決定しました。

それでも、新しいモデルは、開発者が期待した精度のレベルに達していませんでした。それをさらに正確にするために、研究者はADNI参加者の別のサブコホートからのデータを使用しました。

しかし今回、チームは全員に同じモデルを適用することに反対しました。代わりに、彼らは各参加者に合うようにモデルをパーソナライズし、新しい臨床評価のたびに利用可能になったときに新しいデータを取り入れました。

このアプローチにより、研究者は、モデルが予測のエラー率を大幅に低下させることを発見しました。さらに、臨床データに適用された既存の機械学習モデルよりも優れたパフォーマンスを発揮しました。

それでも、研究者たちはさらに一歩進んで、彼らのアプローチが可能な限りエラーの余地を残さないようにしました。彼らはさらに、各参加者の認知結果を予測するための最良のアプローチを選択できる「メタ学習」モデルを考案しました。

このモデルは、母集団全体とパーソナライズされたアプローチのどちらかを自動的に選択し、特定の時点で特定の個人に最適な予測を提供する可能性が最も高いものを計算します。

研究者は、このアプローチにより、予測のエラー率がさらに50％も減少することを発見しました。

「最良の予測を提供できる単一のモデルまたはモデルの固定された組み合わせを見つけることができませんでした」とRudovic氏は説明します。