AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-11-06

パーキンソン病 1 本。筆頭: 自己記入式質問票を言語モデルで解析するパーキンソン病のスクリーニング

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

自己記入式質問票を言語モデルで解析するパーキンソン病のスクリーニング
Language modeling screens Parkinson's disease with self-reported questionnaires.
Nature aging · 2026-11-04 · 証拠の段階: 後ろ向きの観察（既存データセットを使ったモデルの開発と検証）
抄録（全訳）
パーキンソン病（PD）は、人口の高齢化に伴い、公衆衛生上の課題として大きくなっている。現在の診断は運動症状と侵襲的な検査に頼っており、早期発見が難しい。質問票を解析して低コストかつ非侵襲的にパーキンソン病をスクリーニングする、汎用の人工知能モデル Quest2Dx を示した。健康に関する質問票を解析し、低コストかつ非侵襲で PD をスクリーニングできる。従来のモデルは質問票ごとに作られており、未回答の項目があると性能が落ちる。Quest2Dx は、言語モデルで各質問と回答の意味を符号化する。このため別の質問票にも転用でき、結果の解釈もしやすくなる。
性能は、二つのデータセットで評価した。パーキンソン病進行マーカーイニシアチブ（PPMI）の PPMI Online と、Fox Insight である。受信者動作特性曲線下面積（AUROC）は、それぞれ 0.977 と 0.974 であった。この成績は、既存の手法を上回った。質問票を入れ替えた検証も行った。質問票をまたぐ検証では、AUROC は PPMI Online から Fox Insight へが 0.920、その逆が 0.952 であった。Quest2Dx は質問の中から重要な予測因子も特定し、さらなる知見を示した。これらの結果は、プライマリケアでのパーキンソン病スクリーニングに有望な道筋があることを示す。
掲載誌の IF 相当：19.0（OpenAlex の直近 2 年の平均被引用数・2026-11-05 時点の値、2026-11-06 に取得。正式な IF（Clarivate）ではない）
書誌：Machado Reyes D, Hahn J, Shen L, Yan P. Language modeling screens Parkinson’s disease with self-reported questionnaires. Nat Aging. 2026 Nov 4 [Epub ahead of print]. doi:10.1038/s43587-026-01260-6.
確認の範囲：抄録のみ確認

← この号の目次へ