AIが解く世界の難問 · 医学・創薬 · arXiv · 2026-10-19
軽度認知障害における脳年齢ギャップの縦断的変化を、共分散固有空間で潜在的に説明する
原題: Covariance Eigenspace Provides Latent Attribution of Longitudinal Effects in Brain Age Gap
脳年齢ギャップは、神経画像データから導かれる機械学習ベースのバイオマーカーである。本研究では、共分散ニューラルネットワーク（VNN）による脳年齢ギャップ予測の枠組みを用い、軽度認知障害（MCI）コホートにおける縦断的な効果を調べた。統合勾配法で寄与を算出した結果、解剖学的共分散行列の固有スペクトルが、個々の脳領域よりもアミロイド陽性群と陰性群の縦断的な差をよく説明することが示された。具体的には、先頭の固有ベクトルが83.2%を占め、任意の脳領域の最大値は7.7%にとどまった。