AIと神経難病・神経免疫疾患 ── 遺伝性神経変性疾患 ── 2026-10-21

対象誌と選び方は索引の頁に

遺伝性神経変性疾患（脊髄小脳変性症・ハンチントン病など）の治療・治験とAI

• 脳 MRI からのハンチントン病自動検出のための機械学習・畳み込みトランスフォーマーニューラルネットワーク枠組み
  MACHINE LEARNING AND CONVOLUTIONAL TRANSFORMER NEURAL NETWORK FRAMEWORK FOR AUTOMATED HUNTINGTON'S BRAIN DISEASE DETECTION FROM MRI
  Acta Innovations · 2026-10-18 · 証拠の段階: 前臨床（臨床検証前の手法開発研究）
  抄録（全訳）

  ハンチントン病（HD）は進行性の神経変性疾患で、運動障害、認知機能低下、精神症状を特徴とする。磁気共鳴画像（MRI）は、疾患に関連する脳変化、とくに線条体と関連する皮質下領域の変化を特定するための有用な構造情報を与える。ただし従来の画像解析では、複雑な空間関係やわずかな解剖学的変異を十分に捉えられないことがある。本論文は、脳 MRI からハンチントン病を自動検出する、機械学習と畳み込みトランスフォーマーニューラルネットワークの枠組みを示す。提案した構成は、畳み込みによる特徴抽出、トランスフォーマーによる大域的文脈のモデル化、機械学習分類を統合し、識別に有効な神経解剖学的パターンを検出する。処理パイプラインには、画像の前処理、信号強度の正規化、解剖領域解析、クラス不均衡への対処を組み込んだ。モデル性能は、正解率、感度、特異度、F1 スコア、ROC 曲線下面積（AUC）、説明可能性の指標で評価する。透明性のある評価を支えるため、モデル解釈と患者単位の検証も枠組みに含める。提案手法は、MRI に基づくハンチントン病自動スクリーニングの方法論的基盤を築く。ただし独立した臨床検証と、多様な画像データセットでの厳密な評価が前提となる。

  掲載誌の IF 相当：0.1（OpenAlex の直近 2 年の平均被引用数・2026-10-20 時点の値、2026-10-21 に取得。正式な IF（Clarivate）ではない）
  書誌：[No authors listed]. MACHINE LEARNING AND CONVOLUTIONAL TRANSFORMER NEURAL NETWORK FRAMEWORK FOR AUTOMATED HUNTINGTON'S BRAIN DISEASE DETECTION FROM MRI. ACTA. 2026 Oct 18;63(2s). doi:10.62441/actainnovations.vi.1902.
  確認の範囲：抄録のみ確認

← この号の目次へ