機械学習と深層学習のハイブリッド化によるアルツハイマー病の分類に関する有効なアプローチ
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：A proficient approach for the classification of Alzheimer's disease using a hybridization of machine learning and deep learning.
雑誌名：Sci Rep. 2024 Dec 28; 14(1): 30925.
概 要：
本研究は、アルツハイマー病（AD）の早期発見と分類のための新しいハイブリッドアプローチを提案しています。ADは神経変性疾患であり、脳の認知能力に影響を与えます。近年、MRIスキャンから得られた神経画像データがADの研究において重要視されており、機械学習や深層学習がADの検出と分類に利用されています。本研究では、構造的MRI（sMRI）を用いた機械学習と深層学習の独自の組み合わせにより、ADの検出と分類の精度を最適化しました。このアプローチは、従来のマルチモーダル機械学習アルゴリズムを上回る精度とF値を達成しました。
方 法：
本研究は、構造的MRIデータを用いた機械学習と深層学習のハイブリッドモデルを開発しました。具体的な参加者数や年齢層についての情報は記載されていませんが、提案されたモデルはADと健常者（CN）、軽度認知障害（sMCI）と進行した軽度認知障害（pMCI）の分類において、最先端の手法と比較して優れた性能を示しました。
結 果：
提案されたモデルは、ADと健常者の分類において91.84%の精度を達成し、ADとCN、sMCIとpMCIのパラダイムにおいても従来の手法を上回る結果を示しました。精度、適合率、F値のパフォーマンス指標においても優れた結果を得ました。
結 論：
本研究のハイブリッドアプローチは、アルツハイマー病の早期検出と分類において高い精度を示し、従来の手法を上回る成果を上げました。このモデルは、ADの診断精度向上に寄与する可能性があります。