AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-10-19

対象誌と選び方は索引の頁に

パーキンソン病・パーキンソン症候群の治療・治験とAI

• 臨床用の構造MRIによるパーキンソニズムの自動鑑別：多施設研究
  Automated differentiation for parkinsonism using clinical structural MRI: A multicenter study
  npj Digital Medicine · 2026-10-16 · 証拠の段階: 多施設の観察研究（診断モデルの開発と外部検証）
  抄録（全訳）

  研究用の多モダリティ磁気共鳴画像（MRI）は、パーキンソン病（PD）と多系統萎縮症（MSA）の鑑別に役立つ可能性がある。ただし費用、撮像時間、画像処理の負担が大きく、臨床への応用は限られている。

  本研究では、T1強調構造MRIに基づく機械学習モデルを開発し、パーキンソニズムの鑑別に用いた。さらに、このモデルを日常診療で撮影される異方性の2D臨床MRIにも適用できるよう汎化した。

  対象は多施設コホートの969例である。解析には、発見・検証・臨床応用の段階からなる階層的な枠組みを用いた。

  多モダリティの基準モデルでは、受信者動作特性曲線下面積（AUROC）が0.98であった。一方、T1だけを使う簡素なT1-Top20モデルでも、多クラス鑑別（健常対照、PD、MSA）でAUROCが0.93であった。

  PDとMSAの鑑別では、T1-Top20モデルのパラメータを固定したまま外部コホートに適用した。外部の研究用MRIコホート（n = 227）での統合AUROCは0.88であった。また、このモデルは、特発性レム睡眠行動異常症（iRBD）からPDへ表現型転換した25例のうち19例を特定した。

  重要なことに、汎化したモデルは臨床MRIコホート（2D T1、n = 303）で統合AUROC 0.84を示した。この結果から、本モデルは臨床に応用できる可能性がある。

  掲載誌の IF 相当：13.9（OpenAlex の直近 2 年の平均被引用数・2026-10-18 時点の値、2026-10-19 に取得。正式な IF（Clarivate）ではない）
  書誌：Zhou L, Wang C, Zhu X, Zhang D, Wu J, Huang S, et al. Automated differentiation for parkinsonism using clinical structural MRI: A multicenter study. npj Digit Med. 2026 Oct 16 [Epub ahead of print]. doi:10.1038/s41746-026-03357-z.
  確認の範囲：抄録のみ確認

← この号の目次へ