説明可能な人工知能を用いた認知症患者の構造的脳異常の個別化特徴付けの構築
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Constructing personalized characterizations of structural brain aberrations in patients with dementia using explainable artificial intelligence.
雑誌名：NPJ Digit Med. 2024 May 02; 7(1): 110.
概 要：
本研究は、構造的脳スキャンを用いて認知症患者と健康な対照群を区別するために畳み込みニューラルネットワークを訓練し、モデルの予測に対する個別レベルの説明を得るために層別関連伝播を適用しました。深層学習モデルの不透明性が臨床的影響を制限している中、モデルが認識した偏差が認知症における構造的脳異常の既存の知識と一致することを示しました。また、軽度認知障害の患者の縦断的データセットにおいて、空間的に豊かな説明が認知症への移行予測を補完し、個々の脳における病気の生物学的表現を特徴付けることを示しました。全体として、説明可能な人工知能の臨床的可能性を示す研究です。
方 法：
この研究では、構造的脳スキャンを用いたコホート研究を実施し、畳み込みニューラルネットワークを訓練して認知症患者と健康な対照群を区別しました。層別関連伝播を用いて、モデルの予測に対する個別の説明を生成しました。軽度認知障害の患者を対象にした縦断的データセットを使用しました。
結 果：
モデルは、認知症患者と健康な対照群を効果的に区別し、認識された偏差は認知症における構造的脳異常の既存の知識と一致しました。軽度認知障害の患者において、空間的に豊かな説明が認知症への移行予測を補完しました。
結 論：
説明可能な人工知能は、個別化医療における臨床的な可能性を示し、認知症の生物学的表現を特徴付ける手段として有用であることが確認されました。