深層学習を用いたアルツハイマー病の急速進行予測：後ろ向き研究
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Deep learning to predict rapid progression of Alzheimer's disease from pooled clinical trials: A retrospective study.
雑誌名：PLOS Digit Health. 2024 Apr; 3(4): e0000479.
概 要：
この研究は、アルツハイマー病（AD）の急速進行（RP）を予測するための深層学習モデルを開発し、治療効果の評価における患者間の進行速度の違いが結果に与える影響を軽減することを目的としています。Eli Lilly社から提供された3つの無作為化対照試験（EXPEDITION、EXPEDITION 2、EXPEDITION 3）のデータを統合し、1603人の軽度から中等度のAD患者について80週間の観察データを用いました。RPは4つの神経認知/機能的健康指標の変化によって定義され、リカレントニューラルネットワークを用いてRPを予測しました。モデルは、内的および外的な検証で良好な性能を示しました。
方 法：
この研究は、3つの無作為化対照試験からのデータを用いた後ろ向き研究です。対象は1603人の軽度から中等度のAD患者で、80週間の神経認知健康、脳容積、アミロイドβレベルに関するデータが含まれています。RPは4つの神経認知/機能的健康指標の変化に基づいて定義され、リカレントニューラルネットワークを用いてRPを予測しました。モデルの評価指標として、AUROCとAUPRCが使用されました。
結 果：
モデルは、内的検証でAUROCが0.80から0.82、AUPRCが0.34から0.46の範囲で良好な性能を示しました。外的検証ではAUROCが0.75から0.83、AUPRCが0.27から0.45でした。アミロイドβの血漿レベル、脳容積、神経認知健康が予測において重要な要因として浮かび上がりました。
結 論：
この研究は、アルツハイマー病の急速進行を予測するための深層学習モデルの有用性を示し、臨床試験における新薬のテスト設計において重要なステップとなることが期待されます。