AIと神経難病・神経免疫疾患 ── 2026-11-04

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）（0） · ALS（1） · パーキンソン病（2） · 遺伝性神経変性疾患（0） · 神経筋疾患（0） · 多発性硬化症（0） · 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

この号では、新しい該当論文はありませんでした。

筋萎縮性側索硬化症（ALS）の治療・治験とAI

• 臨床試験の合成対照群・外部対照群に使う人工知能手法のシステマティックレビュー：信頼性の評価と筋萎縮性側索硬化症（ALS）への応用可能性の検討
  Artificial intelligence methods for synthetic and external control arms in clinical trials: a systematic review with credibility appraisal and translational assessment for amyotrophic lateral sclerosis
  Open Science Framework · 2026-11-02 · 証拠の段階: システマティックレビュー（プロトコル）
  抄録（全訳）

  人工知能（AI）と機械学習の手法を対象とするシステマティックレビューである（PRISMA 2020 に準拠）。対象は、臨床試験の対照群を作る・補う・調整するために使われた手法である。

  問いは三つある。第一に、どの手法が、どの疾患で、どのデータ源から使われてきたか。第二に、方法論の質、バイアスのリスク、規制上の信頼性はどうか。第三に、筋萎縮性側索硬化症（ALS）に応用できるのはどの手法か。

  組み入れは、用語ではなく機能で判断する。学習済みモデルが試験の対照群を置き換えるか調整していれば、著者がそれを何と呼んでいても組み入れる。学習する要素を持たない純粋な統計手法は除外する。

  組み入れた各研究は三つの層で評価し、予測モデルには PROBAST+AI を用いる。予測モデルは PROBAST+AI で評価する。治療効果の推論は、因果推論の妥当性を確かめる 6 項目のチェックリストで評価する。さらに、米国食品医薬品局（FDA）の 7 段階の信頼性評価枠組みと照らし合わせ、記述的に整理する。

  そのうえで、手法の系統ごとに、ALS に固有の 11 の要件で点数を付ける。統合は記述的（ナラティブ）に行い、メタアナリシスは予定していない。

  掲載誌の IF：不明（照合できず）
  書誌：[No authors listed]. Artificial intelligence methods for synthetic and external control arms in clinical trials: a systematic review with credibility appraisal and translational assessment for amyotrophic lateral sclerosis. Open Science Framework. [Epub ahead of print]. doi:10.17605/osf.io/bfj6c.
  確認の範囲：抄録のみ確認

ALSの論文をすべて見る（1 本）→

パーキンソン病・パーキンソン症候群の治療・治験とAI

• 萎縮のある脳でも頑健な、神経変性性パーキンソン症候群の脳幹関連領域の多クラス CNN セグメンテーション
  Atrophy-Robust Multiclass CNN Segmentation of Brainstem-Related Structures in Neurodegenerative Parkinson Syndromes.
  Academic radiology · 2026-11-02 · 証拠の段階: 後ろ向きの観察（単施設）
  抄録（全訳）

  根拠と目的:失われ方は部位ごとに異なる。萎縮のある脳ではアトラスに基づくセグメンテーション（領域分割）が使われるが、そのために信頼できる体積測定が難しい。著者らは、日常診療の磁気共鳴画像（MRI）で脳幹関連の 16 領域を分ける多クラスの畳み込みニューラルネットワーク（CNN）を開発した。 材料と方法:対象は、パーキンソン病と非定型パーキンソン症候群の患者、および健常対照である。手作業で注釈を付けた MRI 200 件を、モデルの開発と検証に使った。Deep Neural Patchwork モデルを 150 件で学習させ、独立したテストコホートの 50 人で評価した。評価は、アトラスに基づくセグメンテーションとの比較で行った。指標は、Dice 係数、95% ハウスドルフ距離、平均対称表面距離（ASSD）である。264 人の拡張検証コホートでは、CNN で求めた領域ごとの体積を、パーキンソン病、進行性核上性麻痺（PSP）、多系統萎縮症（MSA）の間で解析した。

  結果：CNN セグメンテーションは、どの精度指標でもアトラスに基づくセグメンテーションを上回った。全体の中央値は、Dice が 0.75 対 0.33、95% ハウスドルフ距離が 2.0 対 5.0 mm、ASSD が 0.30 対 1.02 mm であった。CNN による体積測定で、すでに知られている疾患ごとのパターンが再現された。PSP では中脳、上小脳脚、赤核の萎縮が目立った。MSA では橋と中小脳脚の体積減少がより顕著であった。

  結論：この枠組みは、アトラスに基づく手法より解剖学的に忠実に、MRI の定量指標を抽出できる可能性がある。隣接する脳脊髄液（CSF）腔からの混入も、特に萎縮した小さな構造で減らせる可能性がある。

  掲載誌の IF 相当：3.4（OpenAlex の直近 2 年の平均被引用数・2026-11-03 時点の値、2026-11-04 に取得。正式な IF（Clarivate）ではない）
  書誌：Maier M, Schröter N, Jost WH, Coenen VA, Kellner E, Rijntjes M, et al. Atrophy-Robust Multiclass CNN Segmentation of Brainstem-Related Structures in Neurodegenerative Parkinson Syndromes. Acad Radiol. 2026 Nov [Epub ahead of print]. doi:10.1016/j.acra.2026.10.016. PMID: 42971816.
  確認の範囲：抄録のみ確認
• パーキンソン病診療での汎用 LLM と医療特化 LLM の性能比較
  Benchmarking general and medical LLM performance in Parkinson's disease management
  Clinical Parkinsonism & Related Disorders · 2026-11-01 · 証拠の段階: 臨床ビネットを使った横断的な性能評価
  抄録（全訳）

  背景：パーキンソン病（PD）の診療で、大規模言語モデル（LLM）がどこまで臨床に使えるかは、まだ十分に分かっていない。パーキンソン病の管理に大規模言語モデル（LLM）を臨床で使えるかは、特に臨床ビネット（架空の症例シナリオ）への文章での回答について、十分に分かっていない。

  目的：汎用 LLM（Gemini 1.5 Pro）と医療特化 LLM（OpenEvidence）を比べる。両者が作る臨床評価と管理計画の質を評価し、性能を比較する。

  方法：臨床上の自由回答式の質問 45 問に、両モデルが自由記述で答えた。質問の焦点は、状況の評価と、推奨する管理計画である。運動障害を専門とするフェロー 2 名が、出力を 5 段階のリッカート尺度で評価した。評価は、臨床的に適切（4 以上）と不適切（3 以下）の二つに分けた。評価が食い違った場合は、運動障害の上級専門医が判定した。対応のある比較には McNemar 検定を用いた。重大な誤りは、質的分析で調べた。

  結果：臨床的に適切な評価の割合は、Gemini 1.5 Pro と OpenEvidence のどちらも高かった（80.0% 対 86.7%）。一方、管理計画では成績が下がった（48.9% 対 57.8%）。評価と計画の両方が臨床的に適切だった症例は、それぞれ 46.7% と 55.6% であった。これらの差は、いずれも統計的に有意ではなかった。重大な誤りは、評価では少なかった（6.7% 対 8.9%）。重大な誤りは評価では少なかったが（6.7% 対 8.9%）、計画では多く（どちらも 26.7%）、主に治療戦略の誤りであった。

  結論：しかし、計画の作成では一貫して限界があった。医療特化 LLM には質的な利点がいくつか見られた。ただし、汎用モデルより性能が統計的に有意に優れていたわけではなかった。したがって、パーキンソン病の診療でこれらのツールを使うときは相応の注意が必要であり、特に治療の推奨では注意を要する。

  掲載誌の IF 相当：1.5（OpenAlex の直近 2 年の平均被引用数・2026-11-03 時点の値、2026-11-04 に取得。正式な IF（Clarivate）ではない）
  書誌：Yosef S, Raymond K, Trycia K, Sarah B, Postuma Ronald B. Benchmarking general and medical LLM performance in Parkinson's disease management. Clinical Parkinsonism & Related Disorders. 2026 Nov [Epub ahead of print]. doi:10.1016/j.prdoa.2026.100517.
  確認の範囲：抄録のみ確認

パーキンソン病の論文をすべて見る（2 本）→

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

この号では、新しい該当論文はありませんでした。

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。