非侵襲性アルツハイマー病のブレークスルーが検出を変えている

現在、アメリカでは700万人以上がアルツハイマー病と生活しています。この数は将来増加し、2050年までに約1300万人に達することが予測されています。これは、アルツハイマー協会が提供するデータによるとです。

同様に、認知症患者への医療費と介護費は、2050年までに約1兆ドルに達することが予測されています。

世界では、2021年には5700万人が認知症を患っており、そのうち60〜70%はアルツハイマー病です。これらの数字は2050年までに1億3900万人に達することが予測されています。

45歳でのアルツハイマー病の生涯リスクは、特に女性にとって高く、10人に1人です。一方、男性では10人に1人です。また、アメリカのアルツハイマー病患者のおよそ3人に2人は女性です。

さらに、高齢の黒人アメリカ人は、白人アメリカ人の高齢者よりもアルツハイマー病を発症する可能性が2倍高く、ヒスパニック系アメリカ人は1.5倍高いです。

アルツハイマー病は通常65歳以降に発症することが多く、年齢とともにリスクが増加しますが、まれな早発性アルツハイマー病の場合、65歳未満の人でも発症することがあります。

研究者たちは、信じています¹が、30〜64歳の100,000人当たり約110人が若年性認知症を患っているということです。

那么、アルツハイマー病とは何でしょうか？アルツハイマー病は、記憶、思考、推論、学習能力を徐々に破壊する進行性の脳障害です。また、行動や性格の変化を引き起こし、言語や空間認識を損なうこともあります。

この神経変性疾患は、認知症の最も一般的な形態であり、認知の低下と記憶喪失の一般的な用語です。

アルツハイマー病は、加齢による正常なプロセスではありません。それは、脳における蛋白質の蓄積によって始まる生物学的プロセスです。特に2つの蛋白質が関係しています。

1. アミロイド：脳細胞の外側でプラークを形成する
2. タウ：脳細胞内でねじれを形成する

これら2つの蛋白質の蓄積により、脳細胞の死が起こり、脳の萎縮を引き起こします。

この病気の初期症状には、最近の会話や出来事を忘れたり、時間の経過とともに、日常生活を送るために必要な単純なタスクを実行する能力を損なうような深刻な記憶喪失が含まれます。

進行した症状では、脳機能の喪失により、感染症、脱水、または栄養不足が起こり、死亡につながる可能性があります。実際、アルツハイマー病は、乳がんと前立腺がんを合わせたよりも多くの人を殺しています。数年前から、65歳以上の人の死因の上位10位に入っています。

しかし、アルツハイマー病の治療法はまだありません。薬は病気の進行を遅らせ、症状を管理するのに役立ちます。

現在、医療提供者は、患者の健康状態、医療歴、日常生活、気分や行動の変化を使用して、この病気を診断しています。また、血液検査、認知検査、CSF検査、脳MRI、CTスキャン、PETスキャン、精神科および精神衛生評価などの検査も使用しています。

この分野における研究は、AIや先進的な画像診断を使用して脳の変化を特定することにより、早期診断のための検査やツールの範囲を拡大しています。

アルツハイマー病の非侵襲性ブレークスルーも、早期診断や症状の緩和のために探索されています。

今年の初め、臨床試験が行われ、前頭葉に対する繰り返し焦点超音波介在性血液脳関門開放は安全であり、アミロイドプラークも減少させることができます。

また、病気に関連する一般的な神経精神症状（不安、興奮、易怒性、妄想）も改善されました。Focused Ultrasound Foundationの創設者兼会長であるNeal Kassell博士は、Korea University Anam HospitalとYonsei Universityの共同研究を指揮し、以下のように述べています。

「アルツハイマー病の研究は、過去数十年間ほとんど停滞していたが、焦点超音波は、長年にわたって革新的な解決策を求めていた分野に希望をもたらします。この病気の経過を妨げる可能性があります。」

ここをクリックして、AIがアルツハイマー病を予測する方法を学びましょう。

休息心率が認知症リスク予測を改善する

科学者たちは、脳以外の早期警告信号を探すようになりましたが、心脳接続が見落とされていることがあります。国際的な研究チームは、休息心率が認知症リスクの検出をより正確に行うのに役立つことを発見しました。

心率は、1分間に心臓が何回打つかを表します。安静時、つまり静かな状態での正常な心率は、1分間に60〜100回の間です。心率の変化は、心臓疾患やその他の健康問題を示すことがあります。

心臓の健康とフィットネスレベルを監視するために使用される同じ心拍数は、認知症のリスクを予測するのにも役立つことがわかりました。

ブロック大学のヘルスサイエンス教授であり、カナダ研究会議の健康と疾患メカニズム担当議長であるNewman Sze氏によると、異常な心率は、肥満と高血圧に次ぐ認知症の最も重要なリスク要因の1つです。

たとえば、それらは潜在的な慢性ストレスと自律神経系の機能不全を示し、神経変性と脳の血流不良に寄与する可能性があります。

「心臓が十分な血液を脳に送ることができない場合、心筋虚弱のために心率が低すぎるか、速すぎる場合、脳は十分な酸素や栄養素を受け取れません。その結果、脳の退行が起こります。」

– Sze

この特徴は、最も広く使用されている予測ツールの1つであるCAIDEモデルには含まれていません。

CAIDEモデルは、認知症の発症リスクを評価するために、年齢、性別、教育レベル、身体活動、BMI、コレステロールレベル、血圧などの生理的および社会的測定値を使用する国際的な評価ツールです。

CAIDEモデルは、臨床的意思決定、患者の指導、リスク管理に不可欠でした。

しかし、CAIDEモデルは強力な予測能力を示していますが、特に米国の多様な人種グループにおいて、人の健康の全貌を捉えていません。現行モデルの有効性は限られており、医療へのアクセスが不均等になる可能性があり、認知症に関連するリスク要因 such as 心血管疾患のばらつきにつながる可能性があります。

さらに、予測モデルは、多様な人口統計に適合しない、非常に選択的な人口を使用して構築されることがあります。

したがって、8人の研究チームは、CAIDEモデルに休息心率（RHR）を含めることで、モデルを改善し、認知症予測へのアクセスを拡大することができるかどうかを調べました。

RHRは、心臓の健康状態を示すアクセス性の高い非侵襲性マーカーであり、伝統的な心血管リスク要因とは異なり、自律神経系の機能と心血管ストレス反応に関する追加情報を提供します。

RHRの有効性を評価するために、チームは2005年から2023年までの間にNational Alzheimer’s Coordinating Center（NACC）が収集した、18歳以上の44,467人の米国参加者のデータを使用しました。認知検査、身体検査、インタビューの情報も含まれていました。

モデルを開発するために、チームはNACCデータセットでランダムフォレストアルゴリズムを使用しました。

機械学習（ML）テクニックは、変数間の複雑な非線形関係を捉え、チームの認知症リスク予測を強化しました。

データベースの参加者は、自ら報告した人種グループに分けられました。白人、アフリカ系黒人、ヒスパニック系、アジア人、アメリカ・インディアン、アルーシャン諸島の人々です。

研究チームは、現行のCAIDEモデルをそれぞれのグループで実行しました。年齢、性別、教育レベル、身体活動、BMI、コレステロールレベル、血圧の測定、およびアルツハイマー病の最も強い遺伝的リスク要因であるアポリポプロテインE（APOE）ε4アレルを含みます。

このプロセスは、CAIDE-RHRモデルで繰り返されました。ここでは、休息心率が含まれています。Sze氏は次のように述べています。

「この調整は、ほとんどの人種グループで認知症リスク予測を大幅に改善し、より包括的でアクセスしやすい方法でリスクのある個人を特定することを可能にしました。」

よいことには、休息心率は簡単に測定でき、より多くの人がスクリーニングと監視を受けることができるため、CAIDE-RHRモデルはより包括的です。

過去には、認知症バイオマーカーを血液サンプルで検出するためのリソース集約型の研究室分析を使用して、CAIDEモデルの精度を向上させる試みが行われてきましたが、これにより、多人種の貧困層へのアクセスが制限される可能性があります。

「一方、休息心率は、単純な血圧計または手首に指を置くことで測定できます。つまり、迅速で、非侵襲性で、広く利用可能です。特に、貧困層のコミュニティ設定ではそうです。」

– 研究の第一著者であるShakiru Alaka博士

研究の結果は、アルツハイマー協会のジャーナル³に掲載されています。CAIDE-RHRモデルは、研究で調査されたすべての人種グループで認知症リスク予測の精度を大幅に改善しましたが、アメリカ先住民のグループではそうではありませんでした。ただし、これは参加者の数が少なかったためであると考えられます。Sze氏は次のように述べています。

「この発見は、心臓の健康と脳の健康の重要なつながりを強調しています。」

低コストで非侵襲性のCAIDE-RHRモデルは、Sze氏によると、「多様な人口統計における認知症リスクの評価におけるシステム的なギャップに対処するためのステップ」であり、早期にリスクのある人を特定するために「ルーティンヱアに統合する」ことができます。

ビデオベースの認知タスクがアルツハイマー病を症状が出る数年前に発見する

一方、ラトガース・ニューアークの研究者による研究では、アルツハイマー病の早期発見にビデオゲームを使用し、血液検査と同等の効果があることがわかりました。

研究者は、症状が出る数年前に病気を検出するのに役立つゲームを開発しました。

これらの革新的な認知症検査は、痛みがないことと費用対効果が高いという利点があり、血液サンプルを取得するためにトレーニングされた技術者を必要としないため、非侵襲性の認知症スクリーニングを提供します。

アルツハイマー研究と治療のジャーナルに掲載された研究⁴では、アルツハイマー病を遅らせる役割とライフスタイルの影響に焦点を当てたアライアンスによって、最新の発見が発表されました。

これらの新しい非侵襲性検査は、広く利用可能な血液検査と同等の結果をもたらしますが、痛みがないことと費用対効果が高いという利点があり、トレーニングされた技術者を必要とせずに血液サンプルを取得できます。

研究者は、アルツハイマー病を予測するために、20年以上にわたってビデオゲームベースのスクリーニングツールの開発とテストを行ってきました。ついに、実際に効果があることを示す証拠が得られました。

ビデオゲーム検査、一般化タスクは、人物の認知能力を測定します。つまり、形や色に関連するルールを理解し、新しい例に適用する能力を示します。

チームはまた、脳の柔軟性の低下を検出するためにMRI画像を使用する別の評価を開発しました。

ツールの有効性をテストするために、チームは148人の参加者、すべてアフリカ系アメリカ人で認知機能が正常な人を対象に研究を実施しました。認知機能検査、一般化タスクを受けた後、血液サンプルを提供し、脳MRIを受けました。

現在使用されている認知機能検査とは異なり、参加者に単語のリストを思い出すか、時計の面を描くことを求めるもので、アルツハイマー病の症状が明らかになるまで検出できないことが多いですが、ラトガース・ニューアークのツールは、シンプルで、世界中で使用でき、早期介入を可能にし、脳の健康を保護するのに役立ちます。

ここをクリックして、においベースのVR療法が認知機能の低下を遅らせるのに役立つ方法を学びましょう。

アルツハイマー病の早期診断のためのパーソナライズド デジタルツイン モデル

一方、別の研究では、アルツハイマー病の早期診断のためにデジタルツイン モデルを開発しました。主観的認知低下（SCD）などの前臨床段階で病気を管理できるようにしました。

現在の早期診断方法は、入手可能性と診断の信頼性が限られているため、前臨床スクリーニングには適していません。また、侵襲性が高く、入手可能な方法に依存しているため、アルツハイマー病の前臨床形態での診断が不足しています。

これらの課題を克服するために、研究⁵では、アルツハイマー病のデジタルバイオマーカーを提供するデジタルアルツハイマー病診断（DADD）モデルを提示しました。ここでは、パーソナライズド脳モデリングとEEGレコーディングを利用しています。健康人とSCD患者からEEGシグナルが収集されました。

電気生理学（EEG）は、広く採用されているツールであり、アルツハイマー病と認知低下の影響を、認知タスク中または安静状態での脳の電気活動を測定して調査するために広く使用されてきました。

EEGは、コストが低く、MRIやPETスキャンなどのより高価な診断方法よりも広く利用可能であるという利点がありますが、空間解像度と体積伝導効果に関する限界があります。

また、EEGレコーディングに基づくアルツハイマー病の診断パイプラインは、臨床での使用に達していません。

ここで、研究チームは、計算モデルとデジタルツインが約束のある解決策を提供することを指摘しましたが、臨床設定ではほとんど使用されていません。

したがって、チームはDADDモデルを開発しました。ここでは、病気に関連するメカニズムを使用して、各患者にパーソナライズド デジタルツインを作成しました。DADDモデルは、アルツハイマー病のCSFバイオマーカーと臨床的認知低下への転換を予測するのに高い精度を示しました。

モデルから導出されたデジタルバイオマーカーは、標準的なEEGバイオマーカーよりも、SCD患者と健康参加者を区別するのに7%の精度の向上を示しました。

モデルはまた、88%の精度でCSFアルツハイマー病バイオマーカー陽性患者を特定しました。EEGバイオマーカーでは58%でした。研究では次のように述べられています。

「デジタルツインと非侵襲性レコーディングを組み合わせてCSFバイオマーカーを予測することで、アルツハイマー病の早期段階での診断が革命的に変わり、アルツハイマー病診断におけるデジタルツインの臨床応用への道が開けられる可能性があります。」

磁気センサーフィンガータップテストがアルツハイマー病を最も早い段階で明らかにする

認知障害はアルツハイマー病の核心的な初期症状ですが、身体の機能を変えることもあります。

これらの身体的変化には、筋肉の硬化、疲労、平衡感覚や協調性の喪失、足を引きずること、立ち上がったり座ったりするのに困難を経験したり、足を引きずること、立ち上がったり座ったりするのに困難を経験したり、制御不能な痙攣を経験したりすることが含まれます。

認知症患者における指の機能に関する研究では、認知症患者における微細運動制御の低下が見られます。また、アルツハイマー病と軽度認知障害の患者では、健常者の高齢者よりもフィンガータッピング間隔が長く、タップ数が少ないことが報告されています。

これをテストするために、日本の国立老化・老年病研究所（NCGG）と日立製作所は共同で、特定のフィンガータッピング動作とアルツハイマー型認知症との間に関連性が高いことを報告しました。これは、磁気センサー（UB1）を使用して、運動能力データからさまざまなタッピングパターンを抽出する波形分析技術を使用して行われました。

認知症患者は、健常者よりも遅く規則的なタッピングを示しました。これは、単純なリズミカルな動作が認知低下の早期指標となる可能性があることを示しています。

その後の共同研究で、NCGGと日立製作所は、健常者の高齢者とアルツハイマー病および軽度認知障害患者の間でフィンガータッピング時の指の動きの違いを調査しました。今回は、改良された磁気センシングフィンガータップデバイスUB-2を使用しました。

研究では、アルツハイマー病患者はフィンガータッピング時に接触時間が遅れ、リズムが規則的ではなく、両手の間に時間差があることが示されました。

研究の結果、アルツハイマー病および軽度認知障害患者の接触時間は、健常者の高齢者よりも「有意に長かった」と示されました。フィンガータッピング時の接触時間の遅れは、軽度認知障害の段階から始まる可能性のある特徴的なパターンであると指摘されています。
スワイプしてスクロール →

アルツハイマー治療への投資

世界的な製薬会社であるEli Lilly and Company (LLY )は、アルツハイマー病の薬剤を開発している著名な企業です。

昨年、同社のアルツハイマー病治療薬Kisunla（ドナネマブ・アズブト）は、早期症状のあるアルツハイマー病患者に対して、FDAの承認を取得しました。この治療薬は、早期症状のある患者において認知低下を遅らせるという有望な結果を示しています。

Eli Lilly and Company (LLY )

Eli Lillyは6052億ドルの時価総額を持つ企業であり、その株価は現在648.38ドルで、年初来は17.17%下落しています。同社の株価は2024年末に972.5ドルでピークに達しました。

同社の株価は、予想外の出来事により19ヶ月ぶりの安値まで下落しました。同社の経口肥満治療薬Orforglipronの臨床試験で、予想よりも効果が低かったことが原因でした。患者は、最高用量の薬を72週間服用した結果、プラセボを服用した患者よりも体重を11.5%以上減らすことができましたが、結果は予想よりも低かったことです。特に、ノボ ノルディスクの(NVO )ウェゴヴィと比較すると、効果が低かったことです。

Eli Lillyの2四半期の財務結果は、楽観的な絵を描いています。同社の売上高は38%増加して1556億ドルとなり、調整後の一株当たり利益は61%増加して6.31ドルとなりました。

最新のEli Lilly（LLY）株式ニュースと動向

非侵襲性アルツハイマー病検出の未来

毎秒3回、誰かが認知症を発症します。これは、効果的な治療法を見つけることの重要性を示しています。しかし、まだ治療法がない場合でも、研究者は強力なブレークスルーを達成しています。

脈拍からフィンガータップ、ゲームからデジタルツインまで、アルツハイマー病の研究は、より迅速で、低コストで、より包括的な診断に向けて進化しています。これらの日常的な措置により、症状が出る前に長期間にわたって認知機能を維持し、介護者の負担を軽減することができます。

ここをクリックして、AIとCRISPR技術の進歩が遺伝性疾患の理解をどのように促進するかを学びましょう。

参考文献:

1. He, Q., Wang, W., Zhang, Y., Xiong, Y., Tao, C., Ma, L., You, C., Ma, J., & Jiang, Y. Global burden of young-onset dementia, from 1990 to 2021: an age-period-cohort analysis from the Global Burden of Disease Study 2021. Translational Psychiatry, 15(1), 56, published 17 February 2025. https://doi.org/10.1038/s41398-025-03275-w
2. Alzheimer’s Association. 2022 Alzheimer’s disease facts and figures. Alzheimer’s & Dementia, 18(4), 700–789, published 14 March 2022. https://doi.org/10.1002/alz.12638
3. Alaka, S.A., Ngan, S.-F.C., Shookoni, M., MacPherson, R.E.K., Faught, B.E., Klentrou, P., Kalaria, R., Chen, C.P., & Sze, S.K. Enhancing the validity of CAIDE dementia risk scores with resting heart rate and machine learning: An analysis from the National Alzheimer’s Coordinating Center across all races/ethnicities. Alzheimer’s & Dementia, published 8 August 2025. https://doi.org/10.1002/alz.70442
4. Budak, M., Fausto, B.A., Osiecka, Z., et al. Elevated plasma p-tau231 is associated with reduced generalization and medial temporal lobe dynamic network flexibility among healthy older African Americans. Alzheimer’s Research & Therapy, 16, 253, published 22 November 2024. https://doi.org/10.1186/s13195-024-01619-0
5. Amato, L.G., Lassi, M., Vergani, A.A., et al. Digital twins and non-invasive recordings enable early diagnosis of Alzheimer’s disease. Alzheimer’s Research & Therapy, 17, 125, published 31 May 2025. https://doi.org/10.1186/s13195-025-01765-z
6. Sugioka, J., Suzumura, S., Kawahara, Y., Osawa, A., Maeda, N., Ito, M., Nagahama, T., Kuno, K., Shiramoto, K., Kizuka, S., Mizuguchi, T., Sano, Y., Kandori, A., & Kondo, I. Assessment of finger movement characteristics in dementia patients using a magnetic sensing finger-tap device. Japanese Journal of Comprehensive Rehabilitation Science, 11, 91–98, published 2020. https://doi.org/10.11336/jjcrs.11.91