アイデンティティを保持したノイズ除去拡散生成対抗ネットワークによるアルツハイマー病の進行予測
カテゴリ：高齢者医療・介護
公開日：2026年6月10日
タイトル：Forecasting Alzheimer's disease progression via identity-preserved denoising diffusion generative adversarial network
雑誌名：NPJ Digit Med. 2026 Jun 09; doi: 10.1038/s41746-026-02865-2.
概 要：
アルツハイマー病（AD）の進行を予測することは、病気の進行を修正する可能性のある二次予防策を評価するために重要です。しかし、被験者のアイデンティティを保持しながらの長期的なMRIの正確な予測は困難です。本研究では、メタデータに基づいて被験者特有の長期的なMRIを迅速に生成できる新しいアイデンティティ保持型ノイズ除去拡散生成対抗ネットワーク（IP-DDGAN）を開発しました。このモデルは、メタデータに基づくモジュールとアイデンティティ保持の正則化項を組み込むことで、合成された長期的MRIにおける被験者のアイデンティティを維持します。合成MRIの信頼性と生物学的妥当性を評価するために、形態計測、被験者アイデンティティの一貫性、画像レベルの品質指標を統合しました。結果として、IP-DDGANによって生成された合成MRIは、生物学的および病気関連の表現型を保持し、下流の応用を支えるのに十分な現実感を示しました。
方 法：
本研究では、アイデンティティ保持型ノイズ除去拡散生成対抗ネットワーク（IP-DDGAN）を用いたコホート研究を実施しました。メタデータに基づいて被験者特有の長期的MRIを生成するために、アイデンティティ保持戦略を開発し、合成MRIの評価には形態計測や品質指標を用いました。
結 果：
IP-DDGANによって生成された合成MRIは、生物学的および病気関連の表現型を保持し、認知的に正常（CN）から軽度認知障害（MCI）、MCIからADへの重要な進行経路を予測する能力を示しました。
結 論：
本研究のモデルは、アルツハイマー病の進行を予測する上で有効であり、合成MRIが生物学的および病気関連の変化を捉える能力を持つことが示されました。これにより、臨床的な応用が期待されます。