大きな期待が寄せられているものの、人工知能（AI）は医師に取って代わったり、脳外科手術を自動化したりできる段階にはありません。しかし、膨大なデータを分析し、病気の研究、診断、治療、さらには予防の改善に役立てることができます。アルツハイマー病の実験的治療法が20年にわたり失敗してきた状況を変えられるかもしれないと、私たちは期待しています。
医療における最も有望なAIの応用例のいくつかは、機械学習にあります。機械学習とは、アルゴリズムを使ってデータのパターンから学ぶ知能の一種です。Siriがあなたの声を学習し、Facebookがあなたの好みそうな動画を予測するのと同じように、学習アルゴリズムは糖尿病患者の網膜をスキャンし、視力低下を予測したり、町全体の住民のゲノムを解析したりして、病気の原因となる遺伝子変異を検出できます。
「多層クラスタリング」と呼ばれる、新しい偏りのないAIがアルツハイマー病について何を明らかにできるのか、私たちは知りたいと考えました。アルツハイマー病の治療法を求める取り組みには、期待と失望が入り交じっています。20年の間に病気への理解は深まりましたが、予防に有効な治療法の開発には至っていません。
アルツハイマー病の前段階である軽度認知障害には、定義されていないサブタイプが数多くあり、それも一因です。さまざまな種類の認知障害を対象に、ひとつの薬剤を試験するのであれば、試験の99%超が失敗しても不思議ではないのでしょうか。
脳の変化や認知障害が似ている人をより的確に特定してグループ分けできれば、科学者は治験薬の効果をはるかに正確に検証できます。そのために私たちは、多層クラスタリングのアルゴリズムを用いて、米国の「アルツハイマー病神経画像イニシアチブ」と呼ばれる研究から得られた、認知機能検査、脳画像、脳脊髄液バイオマーカーなど、数十項目のデータを分析しました。サンプルは、最長5年間追跡された軽度認知障害のある562人から採取されました。
AIは注目すべき2つのグループを特定しました。認知機能が非常に急速に低下し、アルツハイマー病のリスクが最も高い人たちと、症状の低下がほとんど、またはまったく見られなかった人たちです。第3のグループは、どのクラスターにも分類されませんでした。
「急速低下群」の脳画像では、病気の進行が遅い人たちに比べて、萎縮の速度が2倍でした。また、急速低下群は、進行が遅い人たちと比べて、軽度認知障害から認知症へ移行する割合が5倍でした。研究の全結果は7月に発表され、Scientific Reportsに掲載されました。
急速低下群に共通する特徴を調べれば、将来的には、こうしたアルゴリズムが医師による診断の何年も前の高リスク者の特定に役立つ可能性があります。
この結果は、今後の臨床試験の設計に直接的な示唆を与えます。人々のリスクを高める遺伝子が数十個あることや、特定の脳の変化がリスクにつながることなど、私たちは情報の断片を知っていました。しかし、AIアルゴリズムのような偏りのないツールなら、そうした情報をすべて結び付け、科学者がこれまで目にすることのなかった全体像を描き出せるかもしれません。
