AIと神経難病・神経免疫疾患 ── 2026-10-25

神経難病・神経免疫疾患と AI に関わる新しい論文を、各誌のホームページの配信・PubMed（誌を問わない検索）・OpenAlex（Google Scholar の代わりの公開の索引）から集め、Jev（言葉の判断をする AI）が「原著研究か」「AI が中心か」「9 の種別のどれか」「治療・治験に関わるか」を判定し、重要度の高いものから 1 日の上限まで選んだ一覧です。誌の IF では絞らず、論文ごとに掲載誌の IF 相当（OpenAlex の直近 2 年の平均被引用数）とその時点を示します。各論文の抄録（アブストラクト）を全文和訳して載せています（Claude による機械翻訳。原文は題のリンク先）。

疾患の種別に読む: 基礎（総論）（1） · ALS（0） · パーキンソン病（0） · 遺伝性神経変性疾患（0） · 神経筋疾患（0） · 多発性硬化症（1） · NMOSD・MOGAD（0） · 重症筋無力症（0） · 自己免疫性脳炎・CIDP・GBS（0）

神経変性・神経免疫の基礎研究の進展とAI

• 脳 MRI から頸髄の椎体レベル付けと形態計測を自動で行う深層学習の枠組みと大規模多施設での検証
  A deep learning framework for automated cervical spinal cord vertebral labeling and morphometric extraction from brain MRI with large-scale multicenter validation
  npj Digital Medicine · 2026-10-23 · 証拠の段階: 既存の多施設 MRI データを用いたモデル開発と外部検証（観察研究）
  抄録（全訳）

  本研究の目的は、T1 強調の脳 MRI で上位頸部の脊髄（SC）の椎体レベル（C1〜C3）を全自動で特定するパイプラインを開発し、検証することである。パイプラインには、生成したマスクの品質を評価する品質管理モジュールも組み込んだ。学習には、32 施設の対照 998 例と遺伝性運動失調症患者 879 例の MRI を用いた（年齢 5〜85 歳、男性 46%）。深層学習モデルとして nnU-Net、深層教師あり U-Net、SwinUNETR を学習させ、C1〜C3 の椎体レベルを自動で付けられるようにした。さらに、VGG、ResNet、EfficientNet を基にした二次モデルも学習させ、椎体レベル付けの誤りを検出させた。パイプラインは画像の品質指標も出力する。指標は信号雑音比、コントラスト雑音比、結合変動係数（coefficient of joint variation）、エントロピー焦点基準（entropy focus criterion）である。外部検証には、4 つの公開データセットの MRI 2737 件を用いた。多発性硬化症（MS）患者 51 例の縦断コホートで、臨床での有用性を示した。性能は nnU-Net が最も高かった（Dice: C1 = 0.85、C2 = 0.89、C3 = 0.89）。nnU-Net は、Spinal Cord Toolbox がレベル付けを誤った症例の 95.8% で、レベルを付けることができた。VGG を基にした分類器は、正解率 97.9%、感度 98.7% であった。外部検証では、5 つのデータセットのうち 4 つでレベル付けの正解率が 92% を超えた。MS では、経時的な脊髄萎縮も検出できた。このパイプラインにより、多施設研究で上位頸髄の椎体レベル付けと形態計測値の抽出を、大規模かつ高い信頼性で行える。神経変性疾患のバイオマーカー開発にも役立つ。

  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：Jarola GM, Shiraishi DH, Adanyeguh IM, Ashizawa T, Barsottini OGP, Bender B, et al. A deep learning framework for automated cervical spinal cord vertebral labeling and morphometric extraction from brain MRI with large-scale multicenter validation. npj Digit Med. 2026 Oct 23 [Epub ahead of print]. doi:10.1038/s41746-026-03403-w.
  確認の範囲：抄録のみ確認

基礎（総論）の論文をすべて見る（1 本）→

筋萎縮性側索硬化症（ALS）の治療・治験とAI

この号では、新しい該当論文はありませんでした。

パーキンソン病・パーキンソン症候群の治療・治験とAI

この号では、新しい該当論文はありませんでした。

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

この号では、新しい該当論文はありませんでした。

神経筋疾患（筋ジストロフィー・SMA など）の治療・治験とAI

この号では、新しい該当論文はありませんでした。

多発性硬化症の治療・治験とAI

• VR モーションセンサーによるバランス能力の予測と制御戦略の説明：多発性硬化症における解釈可能な足圧中心（CoP）由来バランススコア
  Predicting Balance Ability and Explaining Control Strategies from VR Motion Sensors: An Interpretable CoP-Derived Balance Score Approach for Multiple Sclerosis
  International ACM SIGACCESS Conference on Computers and Accessibility (ASSETS) · 2026-10-23 · 証拠の段階: 公開データセット（37 人）を用いた観察研究・機械学習モデル開発
  抄録（全訳）

  仮想現実（VR）でバランスを理解する意義は、利用者が安定か不安定かを測ることだけではない。没入型の操作中に、どのように安定を保っているかを説明することも重要である。これは多発性硬化症（MS）の人では特に重要である。全体のバランスが同程度でも、動きのパターンが人によって異なることがあるためである。既存の VR ベースの手法は、多くが生の動揺信号、併存妥当性の比較、課題ごとの分類に焦点を当てている。バランスを一つの連続的な尺度として捉えることや、安定を保つ背景にある動きのパターンを説明することはまれである。

  本研究は、37 人（MS 15 人、非 MS 22 人）の公開マルチモーダルデータセットを用いた。データには、ヘッドマウントディスプレイ（HMD）、コントローラー、足圧中心（CoP）、モーションキャプチャーの記録が含まれる。このデータで、HMD とコントローラーのモーションセンサーからバランス能力を予測し、解釈する 3 段階の枠組みを作った。第 1 段階では、標準的な CoP 特徴量から、連続値をとる CoP 由来のバランススコアを作成した。このスコアは、バランスを一つの伝えやすい尺度で表す。MS と非 MS の参加者で、スコアの一貫性も調べた。第 2 段階では、機械学習を用いて、HMD とコントローラーのセンサーからこのスコアを予測した。第 3 段階では、VR での動きを解析し、バランススコア全体の重症度だけでは分からない探索的なパターンを特定した。さらに、参加者単位でみたパターンの出現割合が、MS 群と非 MS 群で異なるかを検定した。

  バランススコアの試行間の信頼性は中程度であった。特徴量とスコアの相関パターンは、MS 群と非 MS 群で似ていた。予測は 2 つのレベルで評価した。ウィンドウレベルの評価では、HMD とコントローラーから得た VR モーションセンサーデータの短い区間を用いた。参加者レベルの評価では、参加者ごとに全区間をまとめ、一つの予測値とした。全体の予測性能は CatBoost が最も高かった。ウィンドウレベルでは、決定係数 R2 = 0.388、平均絶対誤差（MAE）= 0.597、二乗平均平方根誤差（RMSE）= 0.782 であった。参加者レベルでは、R2 = 0.715、Pearson の r = 0.867、Spearman の ρ = 0.838 であった。バランススコアは、モーションキャプチャーから求めた重心（CoM）の平均速度とも対応していた。これにより、利用できたデータセットの範囲内で、生体力学的な裏付けも得られた。

  動きのパターンを解析すると、探索的なパターンが 2 つ見つかった。一つは「頭部優位性の低いパターン（Lower head-dominance pattern）」で、手の寄与が相対的に大きいことが特徴である。もう一つは「頭部優位パターン（Head-dominant pattern）」で、頭の寄与が相対的に大きい。頭部優位パターンは、記述的にみたウィンドウレベルでは MS の参加者に多かった。ただし参加者レベルの比較では、群間差を示す統計的に有意な証拠は得られなかった。

  以上から、VR ヘッドセットとコントローラーの動きだけでも、参加者レベルのバランス能力の予測に使えることが示された。また、没入型の操作中に頭と手の動きが相対的にどう組み合わさるかについて、探索的な知見も得られる。

  掲載誌の IF：不明（照合できず）
  書誌：Pavel MI, Anjum N, Cordova A, Quarles J, Mahmud MR. Predicting Balance Ability and Explaining Control Strategies from VR Motion Sensors: An Interpretable CoP-Derived Balance Score Approach for Multiple Sclerosis. Proceedings of the 2026 28th International ACM SIGACCESS Conference on Computers and Accessibility. 2026 Oct 24 [Epub ahead of print]. doi:10.1145/3797867.3828977.
  確認の範囲：抄録のみ確認

多発性硬化症の論文をすべて見る（1 本）→

視神経脊髄炎スペクトラム障害・MOG 抗体関連疾患の治療・治験とAI

この号では、新しい該当論文はありませんでした。

重症筋無力症の治療・治験とAI

この号では、新しい該当論文はありませんでした。

自己免疫性脳炎・CIDP・ギラン・バレー症候群の治療・治験とAI

この号では、新しい該当論文はありませんでした。