人工知能はアルツハイマー病の進行を予測する上で臨床試験を上回る

研究チームは、この新しいアプローチにより、侵襲的で費用のかかる診断検査の必要性が減り、生活習慣の変更や新薬などの介入が最も効果を発揮する可能性がある早期段階で治療結果が改善される可能性があると述べている。

認知症は世界的に重大な医療課題となっており、世界中で 5,500 万人以上が罹患し、年間 8,200 億ドルのコストがかかると推定されています。今後 50 年間で、患者数はほぼ 3 倍になると予想されています。

認知症の主な原因はアルツハイマー病で、症例の 60 ～ 80% を占めています。早期発見は治療が最も効果的である可能性が高いため重要ですが、陽電子放出断層撮影 (PET) スキャンや腰椎穿刺などの侵襲的または高価な検査を行わなければ、認知症の早期診断と予後は正確でない可能性があります。これらの検査は、すべての記憶クリニックで実施できるわけではありません。その結果、最大 3 分の 1 の患者が誤診され、他の患者は治療の効果が現れないほど手遅れで診断される可能性があります。

ケンブリッジ大学心理学部の科学者が率いるチームは、軽度の記憶障害や思考障害のある人がアルツハイマー病を発症するかどうか、また発症するとどのくらいの速さになるかを予測できる機械学習モデルを開発した。 臨床医学、現在の臨床診断ツールよりも正確であることが示されています。

研究者らはモデル構築にあたり、米国の研究グループに属する400人以上の患者から定期的に収集された非侵襲的で低コストの患者データ（認知テストや灰白質萎縮を示す構造的MRIスキャン）を使用した。

その後、研究者らは、米国のコホート研究に参加したさらに600人の実際の患者データと、英国とシンガポールの記憶障害クリニックの900人からの長期データ（重要なデータ）を使用して、このモデルをテストした。

このアルゴリズムは、安定した軽度認知障害を持つ人と、3年以内にアルツハイマー病に進行した人とを区別することができた。認知テストとMRIスキャンのみで、アルツハイマー病を発症した人を82％のケースで正しく特定し、発症しなかった人を81％のケースで正しく特定することができた。

このアルゴリズムは、現在の標準的な治療、つまり標準的な臨床マーカー（灰白質萎縮や認知スコアなど）や臨床診断よりも、アルツハイマー病への進行を予測する精度が約 3 倍高かった。これは、このモデルによって誤診を大幅に減らすことができるということを示しています。

このモデルにより、研究者は、各人の記憶クリニックへの初回訪問のデータを使用して、アルツハイマー病患者を3つのグループに分類することができました。症状が安定したままの患者（参加者の約50％）、アルツハイマー病がゆっくりと進行する患者（約35％）、より急速に進行する患者（残りの15％）です。これらの予測は、6年間の追跡データを見て検証されました。これは、新しい治療法の恩恵を受ける可能性のある早期段階で患者を特定し、同時に、症状が急速に悪化する可能性があるため、綿密な監視が必要な患者を特定するのに役立つ可能性があるため、重要です。

重要なのは、記憶喪失などの症状があるものの安定している 50% の人々は、不安やうつ病など認知症以外の原因で症状が引き起こされている可能性があるため、別の臨床経路に誘導したほうがよいということです。

ケンブリッジ大学心理学部の主任著者であるゾーイ・クルツィ教授は、「私たちは、認知テストとMRIスキャンのデータのみを使用しているにもかかわらず、軽度の症状からアルツハイマー病に進行するかどうか、また進行する場合、進行が速いか遅いかを予測する点で、現在のアプローチよりもはるかに感度の高いツールを開発した」と述べた。

「これにより、最も注意深いケアが必要な患者がわかり、安定した状態が続くと予測される患者の不安が取り除かれるため、患者の健康状態が大幅に改善される可能性があります。医療資源への圧力が高まっているこの時期に、これは不必要な侵襲的で費用のかかる診断検査の必要性をなくすのにも役立ちます。」

研究者らは研究コホートのデータでアルゴリズムをテストしたが、英国とシンガポールの記憶クリニックに通った約900人の個人を含む独立したデータを使用して検証された。英国では、ケンブリッジ大学病院NHSトラストとケンブリッジシャー・ピーターバラNHS財団トラスト（CPFT）の研究共著者であるティモシー・リットマン博士が主導するNHS記憶クリニックにおける定量的MRI研究（QMIN-MC）を通じて患者が募集された。

研究者らは、これは実際の患者や臨床現場に適用可能であることを示していると述べている。

CPFT の名誉顧問精神科医であり、ケンブリッジ大学精神科助教授でもあるベン・アンダーウッド博士は、次のように語っています。「記憶障害は、加齢とともによく見られる症状です。臨床現場では、これが認知症の最初の兆候であるかどうかの不確実性が、患者やその家族に大きな不安をもたらし、明確な答えを出したい医師を苛立たせているのを目にしています。私たちがすでに持っている情報でこの不確実性を軽減できるかもしれないという事実は、非常に喜ばしいことであり、新しい治療法が登場するにつれて、さらに重要になるでしょう。」

クルツィ教授は次のように述べた。「AIモデルの良し悪しは、そのモデルを訓練するデータ次第です。私たちのモデルが医療現場で採用される可能性を確かめるために、研究コホートだけでなく、実際の記憶クリニックの患者から定期的に収集されたデータを使って訓練し、テストしました。これは、AIモデルが現実の世界に一般化可能であることを示しています。」

研究チームは現在、血液検査のマーカーなど異なるタイプのデータを使用し、血管性認知症や前頭側頭型認知症など他の種類の認知症にもモデルを拡張したいと考えている。

クルツィ教授は次のように付け加えた。「認知症がもたらす健康上の課題に取り組むには、できるだけ早い段階で特定し介入するためのより優れたツールが必要です。私たちのビジョンは、AIツールを拡張して、臨床医が適切な人に適切なタイミングで適切な診断と治療経路を割り当てられるようにすることです。私たちのツールは、適切な患者を臨床試験にマッチングさせ、疾患修飾治療のための新薬の発見を加速するのに役立ちます。」

この研究は、ウェルカム、王立協会、アルツハイマー病研究英国、アルツハイマー病創薬財団診断アクセラレーター、アラン・チューリング研究所、国立健康研究所ケンブリッジ生物医学研究センターの資金提供を受けた。