AIと神経難病・神経免疫疾患 ── 2026-11-08

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（0） · 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

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

• 慣性計測装置（IMU）による歩行解析と機械学習・深層学習モデルを用いたパーキンソン病の検出
  IMU-Based Gait Analysis for Detection of Parkinson Disease Using Machine and Deep Learning Models
  Digital Government Research and Practice · 2026-11-06 · 証拠の段階: 観察研究（診断モデルの開発と別施設コホートでの検証）
  抄録（全訳）

  パーキンソン病（PD）は、世界で2番目に多い神経変性疾患である。パーキンソン病は、世界で2番目に多い神経変性疾患であり、特に高齢者が罹患する。症状がわずかな変化から始まるため、PD の早期診断はまだ難しい。MDS-UPDRS などの従来の運動評価尺度は、客観性や感度に欠けることが多い。

  本研究は、機械学習（ML）と深層学習（DL）の手法を、装着型の慣性計測装置（IMU）センサーと組み合わせ、パーキンソン病に伴う歩行異常の検出を評価した。そのうえで、パーキンソン病に伴う歩行異常を検出できるかを評価した。IMU の歩行データは前処理し、被験者単位で分割した。被験者単位で分割した前処理済みの IMU 歩行データを用い、浅い ML モデルと DL アーキテクチャを複数学習させた。クラスの不均衡に対処するため、データ拡張は学習用データだけに適用した。データ拡張は学習データにのみ適用し、情報の漏洩を伴わずにクラス不均衡に対処した。

  最も成績がよかったのは、拡張した時系列信号で学習した LSTM モデルである。正解率は 93.79%、再現率は 94.84%、バランス正解率は 93.78% だった。マシューズ相関係数（MCC）は 0.876 だった。離散ウェーブレット変換（DWT）の特徴量を使った MLP とランダムフォレストは、正解率 92.48%、再現率 93.55%、MCC 0.850 だった。

  別施設の独立したコホートでも、モデルの頑健性を確かめた。LSTM は正解率 93.10%、再現率 94.16% だった。MLP は正解率 92.13%、再現率 93.07% だった。さらに、説明可能な AI により、モデルの判断が主に手首の回旋の動きに基づくことが示された。その結果、モデルの判断は主に手首の回転の動きに基づいていた。これは、腕の振りが左右非対称に小さくなる所見を、生理学的に裏づけるものである。

  掲載誌の IF 相当：13.5（OpenAlex の直近 2 年の平均被引用数・2026-11-07 時点の値、2026-11-08 に取得。正式な IF（Clarivate）ではない）
  書誌：Molina-Coronel R, Moscoso-Esquivel A, Loayza F, Tapia-Rosero A, Pelaez E, Navarro-Cadavid A, et al. IMU-Based Gait Analysis for Detection of Parkinson Disease Using Machine and Deep Learning Models. Digit Gov: Res Pract. 2026 Nov 6 [Epub ahead of print]. doi:10.1145/3859276.
  確認の範囲：抄録のみ確認
• 深層学習による新しいピーク検出法とパーキンソン病マウスでのエゾウコギ葉トリテルペノイドの生体内代謝物解析
  A novel deep learning-based peak detection technique for in vivo metabolite analysis of triterpenoids from Eleutherococcus senticosus leaves in Parkinson's disease mice.
  Talanta · 2026-11-04 · 証拠の段階: 前臨床（マウスモデル）
  抄録（全訳）

  質量分析のデータ処理には課題がある。従来のピーク検出法には、存在量の少ない代謝物を検出しにくいこと、ノイズの干渉が強いこと、手間のかかるパラメータ調整に頼ることという課題があった。また、従来のピーク検出法では、手間のかかるパラメータ調整が欠かせない。これらに対処するため、深層学習によるピーク検出アルゴリズム MSPeakNet を開発した。

  このモデルは、マルチスケールの畳み込みモジュールと U-net のエンコーダ・デコーダ構造からなる。U-net には注意機構を組み込んだ。この構成で、複雑な生体試料でもピークを高い精度で特定し、ノイズを減らせる。MSPeakNet の適合率と F1 スコアは、連続ウェーブレット変換（CWT）と同程度だった。ノイズへの頑健性は CWT より優れ、再現率も遜色なかった。

  次に、この方法を、UPLC-Q-TOF/MS 分析を用いた生体内での代謝物プロファイリングに応用した。対象は、MPTP 誘発パーキンソン病（PD）マウスモデルにおける、エゾウコギ（Eleutherococcus senticosus）葉の総トリテルペノイド（ESLT）である。動物は、MPTP で誘発したパーキンソン病（PD）モデルマウスを用いた。血漿・尿・糞便・脳組織から、ESLT 関連化合物を計 143 種特定した。内訳は原形化合物 88 種、代謝物 55 種である。このうち原形化合物 16 種は脳組織で検出された。

  薬効評価でも、ESLT は MPTP による運動機能障害を有意に改善した。ドパミン神経細胞の脱落も有意に改善した。さらに比較解析を行った。比較解析では、複数の生体試料にわたり、ESLT 関連の差異化合物のプロファイルが PD モデルマウスと正常マウスで異なっていた。差異代謝物は、糞便で 14 種、尿で 9 種、血漿で 6 種、脳で 4 種見つかった。この結果から、病態が ESLT 成分の生体内変換・分布・排泄に影響しうることが示唆される。

  これにより、質量分析のピーク検出に使える、頑健で効率的な深層学習の手法が確立された。また、エゾウコギ葉から抗パーキンソン病の有効成分と品質マーカーを探索するための、重要な実験的根拠が得られた。

  掲載誌の IF 相当：7.3（OpenAlex の直近 2 年の平均被引用数・2026-11-07 時点の値、2026-11-08 に取得。正式な IF（Clarivate）ではない）
  書誌：Wen T, Guan W, Xu S, Yang X, Li Y, Wang H, et al. A novel deep learning-based peak detection technique for in vivo metabolite analysis of triterpenoids from Eleutherococcus senticosus leaves in Parkinson's disease mice. Talanta. 2027 Apr;314:130904. doi:10.1016/j.talanta.2026.130904.
  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。