生成的多様体学習に基づく定量的MRIのデータ駆動型基準値
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Data-driven normative values based on generative manifold learning for quantitative MRI
雑誌名：Sci Rep. 2024 Mar 30; 14(1): 7563. doi: 10.1038/s41598-024-58141-4. Epub 2024 Mar 30.
概 要：
本研究では、脳の各構造に対する個別化された基準値を生成的多様体学習という無監督AI技術を用いて提案しています。従来の基準値は対照群の定量的データに基づいて算出されますが、これらは個々の脳構造の情報を考慮していません。特に、T1強調磁気共鳴画像の定量分析では、100以上の脳構造が含まれ、これらは個別に分析されることが多いです。本研究では、薬剤抵抗性てんかん患者や健康な対照群、アルツハイマー病患者において、従来の平均基準値と比較して個別化された基準値の有用性を検証します。
方 法：
本研究は、無監督AI技術である生成的多様体学習を用いたコホート研究です。対象者は、薬剤抵抗性てんかん患者、健康な対照群、アルツハイマー病患者で構成され、各脳構造に対する個別化された基準値を算出しました。主要評価指標は、個別化された基準値と従来の平均基準値の比較です。
結 果：
個別化された基準値は、従来の平均基準値と比較して、薬剤抵抗性てんかん患者やアルツハイマー病患者においてより正確な異常の評価を可能にしました。特に、脳の各構造における定量的な異常の検出において、個別化された基準値が有意に優れていることが示されました。
結 論：
生成的多様体学習を用いた個別化された基準値は、脳の定量的評価において従来の方法よりも優れた結果を示し、特に神経疾患の診断や治療における応用が期待されます。このアプローチは、医療現場での個別化医療の向上に寄与する可能性があります。