量子強化ニューラルネットワークによる早期アルツハイマー病検出のための磁気共鳴画像法
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：QENNA: a quantum-enhanced neural network for early Alzheimer's detection using magnetic resonance imaging
雑誌名：Artif Intell Med. 2026 Feb; 172: 103322.
概 要：
この研究は、アルツハイマー病（AD）の早期検出を目的とした量子強化ニューラルネットワークアーキテクチャ（QENNA）を提案しています。従来の深層学習（DL）手法は、複雑な脳の磁気共鳴画像（MRI）の分析に限界があり、特にトレーニングデータが不足している場合に問題が生じます。QENNAは、量子畳み込み層と従来の深層学習を統合し、診断精度を向上させます。また、量子生成敵ネットワーク（QGAN）や量子ランダムウォークを用いたデータ拡張戦略を取り入れ、高忠実度の合成MRIスキャンを生成し、トレーニングデータの制約に対処します。実験の結果、QENNAは93.0%の精度と96.0%の曲線下面積（AUC）を達成し、従来の最先端モデルを上回る性能を示しました。
方 法：
この研究では、量子強化ニューラルネットワークアーキテクチャ（QENNA）を用いた実験を行い、2つの公開MRIデータセットで評価しました。量子畳み込み層と従来のDL手法を組み合わせ、量子データ拡張戦略を用いて合成MRIスキャンを生成しました。主要評価指標は、精度93.0%およびAUC 96.0%です。
結 果：
QENNAは、93.0%の精度と96.0%のAUCを達成し、従来のモデルを上回る結果を示しました。アブレーションスタディにより、量子コンポーネントが性能を大幅に向上させることが確認されました。
結 論：
量子強化学習フレームワークは、神経変性疾患の診断ツールを大幅に進展させる可能性があり、臨床実践における早期アルツハイマー病スクリーニングを支援することが期待されます。