MEDICINE & AI

タイトル：Machine learning based prediction of cognitive metrics using major biomarkers in SuperAgers. 雑誌名：Sci Rep. 2025 May 28; 15(1): 18735. 概　要： 高齢化が進む中、認知機能の低下や認知症などの加齢関連疾患の理解が重要になっています。本研究では、65歳以上で認知能力が40代と同等の「スーパージェイジャー」と呼ばれる個体を対象に、55種類の血液バイオマーカーを分析しました。従来の統計解析では4つのバイオマーカーに有意差が認められましたが、機械学習を用いた高度な特徴選択により、スーパージェイジャーに関連する15の重要なバイオマーカーが特定されました。これらのバイオマーカーを用いた予測モデルは、認知領域の予測において76%の精度を達成しました。また、大規模言語モデルを活用したデータ増強により、モデルの堅牢性が向上しました。特定の血液因子が認知機能に与える影響を明らかにするために、SHAP（Shapley Additive exPlanations）を用いて解釈可能性を提供しました。この研究は、血液検査を利用して認知機能を予測し、健康な高齢者におけるスーパージェイジャーの状態を特定する臨床的に重要な方法を示しています。 方　法： 本研究は、39人のスーパージェイジャーと42人の一般的な高齢者を対象にした比較研究です。55種類の血液バイオマーカーを分析し、従来の統計解析と機械学習技術を用いて特徴選択を行いました。予測モデルの精度は76%であり、データ増強によりモデルの堅牢性を向上させました。 結　果： 機械学習により、スーパージェイジャーに関連する15の重要なバイオマーカーが特定され、予測モデルは76%の精度で認知領域を予測しました。SHAPを用いた解析により、特定の血液因子が認知機能に与える影響が明らかになりました。 結　論： 特定の血液バイオマーカーは認知パフォーマンスに関連し、認知予備力の指標となる可能性があります。この研究は、血液検査を用いた認知機能の予測方法を提供し、今後の認知的レジリエンスの生物学的メカニズムに関する研究の基盤を築くものです。