AIと神経難病・神経免疫疾患 ── パーキンソン病 ── 2026-11-12
パーキンソン病・パーキンソン症候群の治療・治験とAI
- Machine learning models for predicting future Parkinson's disease: systematic review and meta-analysis抄録(全訳)
この研究は系統的レビューとメタアナリシスである。対象とするのは、パーキンソン病でない人が将来この病気と診断されるかを予測する、教師あり機械学習モデルと深層学習モデルである。解析は二つの層に分けて行う。一つは高リスクコホート(主に孤発性レム睡眠行動異常症、B1)、もう一つは一般集団または臨床集団(B2)である。
プロトコルと検索戦略は 2026 年 10 月 13 日に固定し、指導教員の承認を得た。検索はその後、2026 年 10 月 21〜22 日に実施した。この登録は事後登録である。固定した時点のファイルを、変更を加えずに添付している。その後の修正はすべて、添付のプロトコル文書に記載している。
掲載誌の IF:不明(照合できず)書誌:[No authors listed]. Machine learning models for predicting future Parkinson's disease: systematic review and meta-analysis. Open Science Framework. [Epub ahead of print]. doi:10.17605/osf.io/qgazv.確認の範囲:抄録のみ確認 - Interpretable radiomics signature of the basal ganglia-thalamic circuitry for predicting PD-MCI: a multi-center study with external validation.抄録(全訳)
背景さらに、このシグネチャーと臨床的特徴を組み合わせ、パーキンソン病(PD)の認知機能低下を早期に見つけるための複合モデルを作ることを目指した。ねらいは、パーキンソン病(PD)の認知機能低下を早期に見つけることである。
方法:PD 患者 233 人のデータを後ろ向きに解析した。内訳は、Parkinson's Progression Markers Initiative(PPMI)の 182 人と、National Alzheimer's Coordinating Center(NACC)の 51 人である。ベースラインのモントリオール認知評価(MoCA)スコアで、患者を二群に分けた。認知機能正常(PD-NC)の群と、軽度認知障害(PD-MCI)の群である。PPMI コホートは 7:3 の比で、訓練セット(n = 127)とテストセット(n = 55)に無作為に分けた。NACC コホート(n = 51)は外部検証セットとした。 両側の大脳基底核(淡蒼球、被殻)と両側の視床の T1WI から、ラジオミクス特徴量を抽出した。次元削減を行ったうえで、ラジオミクスモデルを構築した。次に、独立した臨床予測因子を特定した。それをラジオミクス・シグネチャーと組み合わせて、複合モデルを作った。モデルの性能は、受信者動作特性(ROC)曲線、混同行列、F1 スコアで評価した。モデルの出力の解釈には、SHapley Additive exPlanations(SHAP)を用いた。
結果:ラジオミクスモデルの曲線下面積(AUC)は、訓練セットで 0.809、テストセットで 0.777、外部検証セットで 0.776 であった。多変量回帰で特定された独立した予測因子は二つである。老年期うつ病評価尺度(GDS)スコア(オッズ比〔OR〕1.41、P = 0.005)と、静止時振戦(OR 4.11、P = 0.036)である。 これらの臨床因子をラジオミクス・シグネチャーと組み合わせた複合モデルでは、AUC が有意に改善した。AUC は訓練セットで 0.848(95% 信頼区間 0.774〜0.906)、テストセットで 0.796(95% 信頼区間 0.666〜0.893)であった。外部検証セットでは 0.812(95% 信頼区間 0.628〜0.925)であった。複合モデルは、どちらの単独モデルよりも成績が高かった。最終的に残ったラジオミクス特徴量は 13 個で、その大半(69.2%)をテクスチャ特徴量が占めた。SHAP 解析で、最も影響の大きい予測因子は Rad-score であることが確かめられた。 結論このモデルは、両側の大脳基底核(淡蒼球、被殻)と視床の T1WI から得たラジオミクス特徴量に、臨床的特徴を組み合わせたものである。この手法は、臨床での早期介入と精密な患者管理を支えるうえで有用である。
掲載誌の IF 相当:3.8(OpenAlex の直近 2 年の平均被引用数・2026-10-15 時点の値、2026-10-16 に取得。正式な IF(Clarivate)ではない)書誌:Jian Y, Shi H, Hu T, Zhou S, He X, Tao D, et al. Interpretable radiomics signature of the basal ganglia-thalamic circuitry for predicting PD-MCI: a multi-center study with external validation. BMC Med Imaging. 2026 Aug 12;26(1):593. doi:10.1186/s12880-026-02668-7.確認の範囲:抄録のみ確認