AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-10-29
パーキンソン病 1 本。筆頭: 進行期パーキンソン病に対する機械学習を用いた遠隔モニタリングの早期医療技術評価
パーキンソン病・パーキンソン症候群の治療・治験とAI
- Early health technology assessment of machine learning-enabled remote monitoring for advanced Parkinson disease.抄録（全訳）
目的：進行期パーキンソン病（APD）は見過ごされやすい。そのため、治療の最適化が遅れたり、デバイス補助療法の適応評価への紹介が遅れたりするおそれがある。機械学習を用いた遠隔モニタリングシステム（ML-RMS）は、病状の進行を早めに把握する助けになりうる。ただし、その価値は、アラートが臨床での対応と患者の利益につながるかどうかで決まる。
方法：通常診療と、ML-RMS を併用した診療を比べるマルコフモデルを作った。分析はフィンランドの医療制度の立場で行った。モデルでは、APD に移行するおそれのあるパーキンソン病患者を 16 年間にわたってシミュレーションした。基本分析では、ML-RMS の感度を 88%、特異度を 62% と仮定した。推計したのは、費用、質調整生存年（QALY）、増分費用効果比、増分純金銭便益である。シナリオ分析と確率的感度分析では、次の項目を検討した。診断精度、モニタリング費用、生活の質への直接の効果、脳深部刺激療法（DBS）の費用、診療経路のタイミング、介護施設への入所の遅れである。 結果増分費用効果比は、QALY 獲得あたり €172,023 だった。支払意思額の閾値を QALY あたり €35,000 とすると、増分純金銭便益はマイナスだった。シナリオ分析では、次の場合には ML-RMS の費用対効果が良好になりうることが示された。能動的なモニタリングで生活の質が直接高まる場合と、介護施設への入所が遅れる場合である。 結論その価値は、モニタリングで診療経路が変わるか、患者のアウトカムが改善するか、長期介護の必要が減るかにかかっている。今後の研究では、臨床的有用性、生活の質への効果、治療方針の決定、施設介護を優先的に検討すべきである。
掲載誌の IF 相当：0.7（OpenAlex の直近 2 年の平均被引用数・2026-10-28 時点の値、2026-10-29 に取得。正式な IF（Clarivate）ではない）書誌：Godoy Junior CA, van Deen WK, Mäkitie L, Koivu M, Bakker LJ, Uyl-de Groot CA, et al. Early health technology assessment of machine learning-enabled remote monitoring for advanced Parkinson disease. Int J Technol Assess Health Care. 2026 Oct 28;42(1):e104. doi:10.1017/s0266462326104310. PMID: 42947537.確認の範囲：抄録のみ確認