パーキンソニズムを呈するパーキンソン病（PD）、パーキンソニズム型多系統萎縮症（MSA-P）、進行性核上性麻痺（PSP）の臨床的な鑑別は困難な場合が多く、客観的で高精度な診断ツールの開発が望まれている。この課題に対し、米フロリダ大学らの共同研究チームは、MRIに機械学習をかけ合わせたAIDPという手法を開発し、その臨床的鑑別性能を評価する前向き研究の成果を発表した。3月17日よりJAMA Neurologyに掲載されている。
同研究では、PD、MSA、PSPと臨床的に診断がついた40歳から80歳の患者を対象とし、前向きコホート249名（PD：99名、MSA：53名、PSP：97名）と、後向きコホート396名（PD：211名、MSA：98名、PSP：87名）のデータを用いた。3テスラMRI拡散強調像から得た2つのパラメータと、患者の年齢・性別を併せて入力ベクトルとし、サポートベクターマシン（SVM）の学習を行ったものをAIDPと名付けている。前向きコホートのテストセットでAIDPの診断識別タスクを行ったところ、いずれも高精度を示し、各タスクにおけるAUC、陽性的中率（PPV）、陰性的中率（NPV）は以下の通りであった。
・PD vs 非定型パーキンソニズム：AUC 0.96、PPV 0.91、NPV 0.83
・MSA vs PSP：AUC 0.98、PPV 0.98、NPV 0.81
・PD vs MSA：AUC 0.98、PPV 0.97、NPV 0.97
・PD vs PSP：AUC 0.98、PPV 0.92、NPV 0.98
また、AIDPによる予測は、神経病理学的にも93.9％の精度があると検証されている。
研究チームは「本研究の精度はいずれも十分なものであった。今後は、AIDPを神経変性疾患のバイオマーカーと組み合わせて用いることで、疾患の定義や鑑別の精度向上に繋げたい」と述べている。
参照論文：
Automated Imaging Differentiation for Parkinsonism
関連記事：
1. 「一度の脳スキャン」でアルツハイマー病を高精度に診断
2. 剖検脳MRI画像から海馬亜領域を判別するAI
3. 神経変性疾患研究における機械学習
