認知症に関連する6つの状態の診断のための深層共同学習プロテオミクスモデル
カテゴリ：高齢者医療・介護
公開日：2026年4月1日
タイトル：A deep joint-learning proteomics model for diagnosis of six conditions associated with dementia.
雑誌名：Nat Med. 2026 Mar 31; doi: 10.1038/s41591-026-04303-y.
概 要：
本研究は、神経変性疾患における共病理の診断を改善するために、血漿プロテオミクスを用いた人工知能モデル「ProtAIDe-Dx」を提案します。このモデルは、17,187人の患者と対照者（平均年齢70.3歳、女性53.2%）を対象に、認知症に関連する6つの状態の同時確率診断を提供します。ProtAIDe-Dxは、すべての状態において交差検証されたバランス分類精度70-95%、曲線下面積78%以上を達成しました。さらに、このモデルは、認知機能に障害のない個人においても病理特異的バイオマーカーと関連した患者のサブグループを特定しました。
方 法：
この研究は、17,187人の患者と対照者を対象にしたコホート研究です。年齢は平均70.3歳で、53.2%が女性です。ProtAIDe-Dxモデルは、血漿プロテオミクスデータを用いて、認知症に関連する6つの状態の同時診断を行います。主要評価指標は、交差検証によるバランス分類精度と曲線下面積です。
結 果：
ProtAIDe-Dxは、すべての状態において70-95%のバランス分類精度と78%以上の曲線下面積を達成しました。このモデルは、共病理を持つ患者のサブグループを特定し、外部のメモリークリニックサンプルにおいて病理特異的バイオマーカーと関連付けられました。
結 論：
ProtAIDe-Dxは、血漿プロテオミクスを用いて、個別の診断決定に寄与するタンパク質を特定し、メモリークリニックにおけるバイオマーカーに基づく鑑別診断を大幅に改善する可能性が示されました。この研究は、単一の血液採取による患者レベルの診断の向上を強調しています。