因果関係に基づく縦断的画像合成（CLIS）とそのアルツハイマー病の特徴付けへの応用
カテゴリ：高齢者医療・介護
公開日：2026年5月23日
タイトル：CLIS: Causality-inspired Longitudinal Image Synthesis and its application to Alzheimer's disease characterization.
雑誌名：Med Image Anal. 2026 May 20; 112: 104126. doi: 10.1016/j.media.2026.104126.
概 要：
本研究は、因果推論と縦断的分析に基づく「因果関係に基づく縦断的画像合成（CLIS）」モデルを提案し、アルツハイマー病（AD）の診断と治療のための医療画像合成の課題に取り組みます。特に、脳の灰白質萎縮がAβ42バイオマーカーの変化に伴ってどのように進行するかを予測することが重要ですが、従来の相関に基づく画像合成モデルではこれを効果的に行うことができません。CLISモデルは、タブular変数と高次元画像の次元不一致、フォローアップデータの不一致な間隔、医療因果メカニズムの複雑さという三つの課題を解決します。
方 法：
CLISモデルは、ADNIデータセットを用いて訓練され、さらに二つのADデータセットで評価されました。タブular因果グラフ（TCG）を用いて人口統計、臨床バイオマーカー、脳容積間の依存関係を描写し、タブular-視覚因果グラフ（TVCG）に拡張して因果関係に基づく脳MRIを合成します。また、時間間隔を明示的にモデル化するための独立変数も導入しています。
結 果：
合成された画像は高品質で解釈可能であり、ADの特徴付けに関する洞察を提供します。CLISモデルは、医療画像合成の新たな可能性を示し、臨床応用における有用性を示唆しています。
結 論：
CLISモデルは、因果関係に基づくアプローチを用いて、アルツハイマー病の診断と治療における医療画像の合成を改善する可能性があり、臨床現場での応用が期待されます。