脳画像から「アルツハイマー病発症の可能性を99％以上の精度で予測」

脳画像からアルツハイマー病発症の可能性を99％以上の精度で予測できる手法が確立されたようです。
研究者たちは、もっとこの技術を最大限に活用する必要がある、と述べています。

Researchers from Kaunas universities, Lithuania developed a deep learning-based method that can predict the possible onset of Alzheimer’s disease from brain images with an accuracy of over 99 per cent.

参照元：https://en.ktu.edu/news/algorithm-developed-by-lithuanian-researchers-can-predict-possible-alzheimers-with-nearly-100-per-cent-accuracy/
– カウナス工科大学 Kaunas University of Technology. 2021-09-03 –

アルツハイマー型認知症の可能性をほぼ100％の精度で予測

リトアニア・カウナス大学の研究者らは、脳画像からアルツハイマー病発症の可能性を99％以上の精度で予測できる、深層学習を用いた手法を開発しました。

この手法は、138人の被験者から得られた機能的MRI画像を分析して開発されたもので、精度、感度、特異性の点で、これまでに開発された手法よりも優れていました。

世界保健機関（WHO）によると、アルツハイマー病は認知症の原因として最も頻度が高く、認知症患者の最大70％を占めるとされています。

全世界で約2,400万人が罹患しており、この数は20年ごとに倍増すると予測されています。

高齢化社会の到来により、この病気は今後数年のうちに公衆衛生上の大きな負担となる、と発表しています。

世界中の医療関係者は、アルツハイマー病の早期診断により、治療の効果が得られる可能性が高いことを認識してもらおうとしています。

ナイジェリア出身の博士課程の学生であるModupe Odusamiさんにとって、これはテーマを選ぶ上で最も重要なことの一つでしたと、Odusamiさんの博士課程の指導教官であるカウナス工科大学（KTU）情報学部マルチメディア工学科の研究員、Rytis Maskeliūnasさんは言います。

機械に委ねられた画像処理

アルツハイマー病の初期症状として考えられるのは、通常の加齢で予想される認知機能の低下と認知症の間の段階である軽度認知障害（MCI）です。

Maskeliūnas氏によると、これまでの研究をもとに、機能的磁気共鳴画像法（fMRI）を用いて、アルツハイマー病の発症に関連しうる脳内領域を特定することができるそうです。

MCIの初期段階では、ほとんど明確な症状がないことが多いのですが、神経画像診断で発見できるケースがかなりあります。

しかし、理論的には可能でも、fMRI画像を手動で解析してアルツハイマー病に関連する変化を特定しようとすると、特殊な知識が必要なだけでなく、時間もかかります。

しかし、ディープラーニングなどのAIを適用することで、大幅に時間を短縮することができます。

MCIの特徴を見つけることは、必ずしも病気の存在を意味するものではなく、他の関連する病気の症状である可能性もありますが、医療専門家による評価に向かうための指標であり、助けとなる可能性があるのです。

このモデルを開発したチームを監督したMaskeliūnas氏は話します。

「最新の信号処理では、画像処理を機械に任せることができ、より速く、より正確に処理することができます。もちろん、医療従事者がアルゴリズムに100％頼るべきだとはあえて言いません。機械とは、データの仕分けや特徴の検索といった最も面倒な作業を行うことができるロボットのようなものだと思ってください。このシナリオでは、コンピュータアルゴリズムが潜在的に影響を及ぼす可能性のある症例を選択した後、専門家がその症例をより詳しく調べることができます。」

データを最大限に活用する必要がある

深層学習を用いたモデルは、リトアニアの人工知能分野の研究者たちが協力して開発したもので、よく知られているResNet18（residual neural network）を微調整して、138人の被験者から得られた機能的なMRI画像を分類しました。

対象となった画像は、健常者から軽度認知障害（MCI）、アルツハイマー病までの6つのカテゴリーに分類されました。

また，The Alzheimer’s Disease Neuroimaging InitiativeのfMRIデータセットから51,443枚と27,310枚の画像を選択し、学習と検証を行いました。

このモデルは、与えられたデータセットの中からMCIの特徴を効果的に見つけ出すことができ、早期MCI対AD、後期MCI対AD、MCI対早期MCIで、それぞれ99.99％、99.95％、99.95％という最高の分類精度を達成しました。

Maskeliūnas氏は話します。

「”似たようなデータから早期発症のアルツハイマー病を診断する ”という試みは初めてではありませんが、今回の最大のブレークスルーはアルゴリズムの精度です。もちろん、このような高い数値は実際の性能を示すものではありませんが、医療機関と協力してより多くのデータを得ようとしています。」

彼によると、このアルゴリズムをソフトウェアに発展させれば、社会的弱者（65歳以上、脳梗塞の既往歴がある、高血圧など）から集めたデータを分析し、アルツハイマー病の早期発症に関連する異常を医療関係者に通知することができるそうです。

Maskeliūnas氏は話します。

「私たちはデータを最大限に活用する必要があります。だからこそ、私たちの研究グループは、誰もが私たちの知識を利用し、さらに発展させることができるよう、ヨーロッパのオープンサイエンスの原則に注目しています。この原則は、社会の発展に大きく貢献すると信じています。」

「主に信号処理やマルチモーダル・インターフェースへの最新の人工知能の応用を研究している主任研究員によると、上述のモデルは、より複雑なシステムに統合して、複数の異なるパラメータを分析することができます。このような技術を使えば、自分でチェックして、何か気になることがあれば専門家に相談するように警告することができます。」

「テクノロジーは、医療をより身近で安価なものにします。テクノロジーは医療をより身近で安価なものにします。医療従事者に取って代わることはないでしょうが（少なくともすぐには）、テクノロジーはタイムリーな診断と助けを求めることを促します。」