AIの助けによるアルツハイマー予測

アルツハイマー病協会が公表した最近の研究は、数百万人の命を救う助けとなり得る新しい早期発見法を明らかにしています。この研究は、自動予測にAIを用い、音声分析と組み合わせることで、軽度認知障害（MCI）からアルツハイマー病（AD）への6年以内の進行を正確に予測する方法を検討しています。知っておくべき内容を紹介します。

アルツハイマー病と認知症

アルツハイマー病や認知症の親族と暮らしたり介助したりした人は、その大変さを実感しているでしょう。アルツハイマー病は世界で認知症の主な原因となっています。時間とともに認知能力を低下させる進行性の脳疾患です。症状は単純な物忘れから、記憶喪失、見当識障害、自己管理の困難、言語能力の喪失へと徐々に進みます。MCIのある人は、アルツハイマー病を発症する可能性が大幅に高くなります。

アルツハイマー病の事実

アルツハイマー病は米国人の死因の第6位であり、世界的にも大きな懸念です。2023年の研究では、米国で670万人を超える人がこの病気を抱えているとされました。患者は自分の世話、家族の認識、必要な日常生活の動作ができなくなることがあります。

出典 – Wikipedia

残念ながら、研究は将来のリスク増加も示しました。2060年には米国の患者数が1,380万人に達すると予測しています。そのため、多くの研究者がリスクを減らし、多くの命を救う可能性のある解決策や予防法を探しています。

AD 病理

ADの病理とは、病気によって脳がどのように変化し、損なわれるかを指します。現在の評価には神経心理学的検査（NPT）などが用いられます。また、βアミロイドペプチド（Aβ）、過剰リン酸化タウタンパク質、反応性アストロサイト、ミクログリアの活性化などのバイオマーカーも研究されています。これらは慢性炎症やAD発症に関連する問題を示すことがあります。

AD 病理の現在の限界

患者のADリスクを調べる方法には、重大な欠点もあります。まず費用が高く、検査によっては数千ドルかかるため、保険や資金を利用できる人しか受けられません。また、一部の検査は侵襲的です。皮膚に処置を加える場合には、感染やその他の合併症のリスクが生じます。

AD 検出の未来は音声ベース

研究者は、発話能力の低下とMCIに直接的な関連があると気づきました。そのため、研究目的でこうした変化を記録する取り組みが数多く行われています。現在、神経心理学的検査の音声録音が数千時間分あり、他のデータも付随しています。FHS研究は最大規模の録音データを提供しています。

フラミンガム心臓研究（FHS）

フラミンガム心臓研究（FHS）は1948年から続いています。この長期的な心血管健康研究は、脳卒中や心臓発作を経験した数千人の男性を調査しました。長期にわたる取り組みによって10～30年のリスク予測モデルが作られ、予防や医薬品開発、そして現在ではAIモデルの構築に重要な役割を果たしています。

この共同研究は米国国立心肺血液研究所（NHLBI）とボストン大学の支援を受けており、これまでに実施された心血管研究の中でも特に長期にわたる、成果の大きい研究の一つです。そのデータは数多くの医学的進歩に貢献し、現在も長期的な健康データの有力な情報源となっています。

この研究では2005年から発話検査のデータが導入されました。それ以来、科学者はAD発症前と発症中の患者の発話パターンを数多く記録しています。これらはADに伴う認知機能の変化について貴重な知見を提供しました。

人工知能が診断方法を強化

AIの進歩により、より高度で効率的な早期警戒システムを作れるようになりました。今回はAIの自然言語処理（NLP）を用いて、認知機能の低下を示す言語的特徴を調べました。アルゴリズムは数百万のデータ点を照合し、患者のコミュニケーションに基づいて認知症の程度を正確に評価できます。

アルツハイマー病と認知症の研究

この研究は、NLP技術と機械学習を組み合わせてMCIと認知症の予測モデルを改善しました。研究チームは、フラミンガム心臓研究（FHS）の参加者166人の検査面談録音を使ってモデルを作りました。人口統計情報のみから幅広いデータを使うものまで、さまざまなモデルが検討されました。

以前の試みとの大きな違いは、正常な認知機能ではなく、主にMCIからADへの進行に焦点を当てたことです。進行性MCIの90例と、安定したMCIの76例が含まれました。これらのデータを高度なAIアルゴリズムに入力し、重要な要因を調べました。

入力データ

このシステムは、下位検査の点数とTASを主要な予測指標とするロジスティック回帰モデルの変形を使いました。まず、過去に記録されたFHSデータの取り込みを簡略化する文字起こしツールを作りました。

音声データ

166人の音声データには、各参加者との1時間の面談が含まれていました。録音はデジタル保存されていたため、研究チームはデータを簡単にテキスト化し、AIモデルへ取り込む方法を作る必要がありました。

ユニバーサル文エンコーダー

ユニバーサル文エンコーダーは、FHSデータを取り込む作業量を減らすために設計されました。FHSデータを自動的に調べ、各患者の文字起こしの特定部分からベクトル埋め込みを生成します。これによって作業負担を軽減しながら、AIの予測をより正確にできます。

AI モデルの改善

研究チームは文字起こしを使って強力なAI深層学習アルゴリズムを作りました。システムはFHS報告から無作為にデータを呼び出して標本化します。このデータを下位検査内容の作成と符号化に用いました。合計8種類の埋め込みを使って、ADの進行とMCIを評価しました。

ロジスティック回帰モデル

各下位検査内容に関連する定量データで学習した新しいAIモデルを作りました。内容を点数化し、個別の入力としてモデル化に用いました。その後、モデルを分析して有効性を試験し、それぞれの文字起こし平均スコア（TAS）を得ました。これらの点数とTASによって、AIはMCIの進行を正確に追跡できました。

主要モデルには、参加者に関する豊富で有用なデータが含まれていました。具体的には、人口統計情報、APOEの保有状況、健康要因、FHS研究から取り込んだテキスト特徴量です。このモデルは最も高い評価を得て、6年以内のAD発症を判定する精度は約80％でした。

研究チームは、参加者の人口統計情報だけを考慮するモデルも試しました。また、FHSのテキストを主な情報源とするテキストのみのモデルもありました。人口統計情報のAIモデルはADを68.8％の精度で予測しました。関連するすべてのデータを含む最も正確なモデルは、79％の精度を達成しました。

モデルのテスト

各モデルの性能は、グループ化したk分割交差検証で試験しました。正解率、適合率、感度、特異度などを調べ、交差検証と特徴量選択の試験も行いました。

結果

研究結果は有望です。新しいAI検出モデルは6年以内のAD発症を79％の精度で予測しました。入力データを増やすほど、その人のリスクを正確に推定できると分かりました。音声データ、年齢、性別、教育水準は、ADリスクの評価に関わる要素です。

アルツハイマー病研究の利点

この研究は一般の人にも大きな利益をもたらす可能性があります。まず、AIによる予測方法は、費用を抑えて広く利用しやすくなります。営利医療制度では検査施設や検体が必要なため、既存の検査費用が上昇し続けています。新しいAIシステムはこれらを必要とせず、関係者の費用を大幅に減らせます。

さらに、自動検出システムの導入は、医師や医療従事者が可能な場合に治療や薬をより正確かつ迅速に選ぶ助けになります。こうした対応の改善が、多くの場面で生死を分ける可能性があります。

非侵襲的

このAIによるAD検出方法は非侵襲的です。ADの進行を調べるために組織検体を採取する必要がないため、感染や他の合併症のリスクを減らせます。

この研究から恩恵を受ける可能性のある企業

この新しい自動AI検出方法を取り入れることで、製品やサービスを改善できる企業があります。これらの企業はADの予防や予測方法を専門としており、患者の診断や処方の改善と迅速な対応につながる可能性があります。現在この技術を導入できる立場にある2社を紹介します。

1. Biogen

BIIB 価格チャート

Biogenは、米国マサチューセッツ州に拠点を置く大手バイオテクノロジー企業です。神経疾患や自己免疫疾患の予防、治療、患者支援を目的とするさまざまな製品を持っています。研究者が作ったような自動AD検出モデルを取り入れれば、対応時間を大幅に短縮できるでしょう。

Biogenの株式は、これまでの実績と市場での地位から有力な保有銘柄と考えられています。過去4年間は緩やかで着実な成長を続け、現在の時価総額は331億6,000万ドルです。アナリストは、先駆的な取り組みと早期予防法への需要増加により、さらに売上が伸びると予測しています。

2. Eisai

東京に本社を置くエーザイは、医療研究開発分野で世界的な存在です。医薬品の輸出入を専門とし、Biogenなど他の大手企業とアルツハイマー病治療薬の提携を結んでいます。この提携では、診断と治療の大きな進歩を目指してデータを自由に共有できます。

エーザイは市場の有力企業で、実績ある医薬品の研究開発に貢献してきました。投資家から強い支持を得ており、Argusの米国ESGモデルポートフォリオにも採用されています。この推奨は環境、社会、ガバナンスの基準に基づくものです。こうした理由から、ESALYはポートフォリオに適した追加候補とされています。

AI ヘルスケアの未来

この研究は、アルツハイマー病を抱える人々の関心を集めた数多くの研究の一つです。近い将来、自宅で使える自動化された安価な診断支援ツールによって、誰もがどこからでも健康リスクを確認できるようになるかもしれません。その用途はアルツハイマー病の予防だけに限りません。ほかの興味深いAI医療技術を紹介します。

AI 脳卒中検出

AIシステムはすでに脳卒中の検出支援に使われています。救急隊員にとって、脳卒中か別の病気かを判断することは、命を救う第一歩であることが多いものです。RMIT大学の生体医工学研究チームは、AIで脳血管障害（CVA）を数秒で識別する新しいツールを作りました。このソフトウェアはスマートフォンのカメラで顔の特徴を調べ、脳卒中が起きたかどうかを判断します。

AIによる発話支援

AIによる発話支援も、大きく進歩している医療分野です。これらのシステムは大規模言語モデルを使い、事故や障害のために言葉を発音できない人がリアルタイムで文を作るのを助けます。すでに、コミュニケーションに困難を抱える数千人が障壁を乗り越え、より充実した生活を送る支援をしています。

AIによる移動支援

AIシステムは、数百万人の移動能力の改善にも役立っています。研究者はAIで外骨格の性能を高めようとしています。以前は利用者がリモコンで操作していた装置が、今では次の動きを判断し、階段や急斜面など、他の歩行支援システムでは難しい地形を自動的に支援できるようになりました。

AI がアルツハイマー病克服を支援

AI技術は、アルツハイマー病患者が低下していく記憶力を補い、より良い生活を送る助けになります。今回の進歩は、AIを利用した予防と診断が、この病気の克服への第一歩となり得ることを示します。将来、より健康で認知的に活発な社会を目指すうえで、新たな希望をもたらす研究です。

その他の興味深いAI技術の進歩もご覧ください。