AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-10-08
パーキンソン病・パーキンソン症候群の治療・治験とAI
- Exploratory radiomics analysis of T1-weighted and FLAIR MRI in relation to Parkinson's disease motor subtypes.抄録（全訳）
背景：パーキンソン病の運動サブタイプには、振戦優位型（TD）と姿勢不安定・歩行障害型（PIGD）がある。この二つの型は、病気の経過も予後も異なる。しかし型の分類は、MDS-UPDRS（国際パーキンソン病・運動障害学会の統一パーキンソン病評価尺度）を用いた臨床評価に頼っている。この評価は評価者によってばらつきやすく、服薬状態にも左右される。
目的：この探索的研究では、T1強調画像とFLAIR（液体減衰反転回復）画像のラジオミクスを調べた。TD型とPIGD型とで、それぞれ異なる関連を示すかを検討した。あわせて、マルチモーダルな枠組みで二つのシーケンスを組み合わせた場合も検討した。サブタイプに関わる情報を両者が互いに補い合うかを調べた。
方法：PPMI（Parkinson's Progression Markers Initiative）コホートのパーキンソン病患者568例を対象とした（TD 448例、PIGD 120例）。ベースライン時の3 T MRIデータを解析した。T1強調画像とFLAIR画像のそれぞれで、事前に決めた大脳基底核と脳幹の領域を対象にした。これらの領域から、PyRadiomicsでラジオミクス特徴量を抽出した。T1強調画像のみを持つ参加者とFLAIR画像のみを持つ参加者は、それぞれ配列別の開発コホートとして用いた。それぞれを、そのシーケンス用の開発コホートとした。両方の画像をもつ参加者は、共通評価コホートとした。コホートを分ける前に、モダリティごとにComBatによるハーモナイゼーションを行った。そのうえで、開発コホートを用いて特徴量選択とモデルの当てはめを行った。L1正則化ロジスティック回帰モデルは、シーケンスごとに独立に学習させた。各モデルは共通評価コホートで評価した。スタッキングモデルでは、T1由来とFLAIR由来の確率スコアを組み合わせた。性能の評価指標は次の三つとした。適合率–再現率曲線下面積（PR-AUC）、バランス正解率、F1スコアである。モデルの解釈には、SHAP（Shapley Additive Explanations）解析を用いた。
結果：共通評価コホートは148例であった（TD 118例、PIGD 30例）。T1強調モデルはPR-AUC 0.814、バランス正解率0.829、F1スコア0.750であった。FLAIRモデルはPR-AUC 0.858、バランス正解率0.832、F1スコア0.650であった。スタッキングモデルの性能はより高かった。積み重ねモデルでは、PR-AUCは0.928、バランス正解率は0.912、F1スコアは0.818であった。T1強調モデルは、TDの分類が相対的に良かった。一方、PIGDの感度はFLAIRモデルのほうが高かった。SHAP解析では、T1強調画像の寄与はおもに被殻に集中していた。FLAIR画像の寄与は、大脳基底核と脳幹の領域により広く分布していた。
結論：PPMIのデータを用いたこの探索的解析で、次の二点が分かった。まず、T1強調とFLAIRのMRIラジオミクスでは、サブタイプに関連した誤りの傾向が異なっていた。また、二つの撮像配列が互いに補完し合う可能性を示す予備的な知見が得られた。臨床的に解釈するには、外部検証がまだ必要である。それでもこの結果は、仮説を立てるための枠組みとなる。本研究は、構造MRIのラジオミクスを複数の撮像法を組み合わせて用いる研究に資する枠組みを示すものである。この枠組みは、パーキンソン病の運動サブタイプの特徴づけに関する仮説の生成に役立つ。
掲載誌の IF 相当：3.1（OpenAlex の直近 2 年の平均被引用数・2026-10-07 時点の値、2026-10-08 に取得。正式な IF（Clarivate）ではない）書誌：Lim H, Lee J, Park S, Gi Y, Baek SH, Kim BJ, et al. Exploratory radiomics analysis of T1-weighted and FLAIR MRI in relation to Parkinson’s disease motor subtypes. Front Neurol. 2026 Sep 22;17:1920363. doi:10.3389/fneur.2026.1920363; PMCID: PMC13638411.確認の範囲：全文を確認