大分大とエーザイ、アルツハイマー病の早期スクリーニングのための脳内アミロイドベータ蓄積予測モデルを開発

記事を印刷する
メールで送る
リンクをコピーする

note
X（旧Twitter）
Facebook
はてなブックマーク
LinkedIn
Bluesky

【プレスリリース】発表日:2025年02月14日

アルツハイマー病の早期スクリーニングのための脳内アミロイドベータ蓄積予測モデルを開発

― かかりつけ医による日常診療で収集可能なデータを用いた機械学習モデル ―

国立大学法人大分大学（以下大分大学）、エーザイ株式会社（以下エーザイ）は、このたび、年齢・性別・喫煙歴・既往歴などの背景データ、一般血液検査データおよびMMSE（注1）の各項目を組み合わせた、脳内のアミロイドベータ（Aβ、注2）蓄積を予測する機械学習モデルを開発したことをお知らせします。本モデルにより、かかりつけ医による日常診療の中でアルツハイマー病（AD、注3）の重要な病理である脳内Aβの蓄積を予測し、簡便なADの早期スクリーニングが可能になると期待されます。

なお、この内容は2025年1月21日に査読付学術専門誌であるAlzheimer's Research & Therapy誌オンライン版に掲載されました。

現在、脳内のAβ蓄積は、陽電子放出断層撮影（アミロイドPET、注4）や脳脊髄液検査（CSF検査、注5）で検出することができますが、高額な検査費用や身体への侵襲性などが課題とされています。そのため、近年ではより簡便なスクリーニング法として、さまざまなAD関連の血液バイオマーカーに関する研究が数多く行われています。しかし、日常診療データによる脳内Aβ蓄積の予測性能を評価した研究はほとんどありません。本研究は、認知症診療で日常的に収集される年齢・性別・喫煙歴・既往歴などの当事者様の背景データ、腎機能・肝機能・甲状腺機能などの一般血液検査データ、MMSEの各項目からなる34項目の臨床データを使用して、アミロイドPET陽性を予測する機械学習モデルを開発した初めての研究となります。予測モデルの評価指標であるArea Under the Curve（AUC）は、背景データ、一般血液検査データを組み合わせたモデルでは0.70、背景データ、一般血液検査データ、MMSEの各項目を組み合わせたモデルでは0.73であり、一定の予測精度があることが確認されました。

抗Aβ抗体は、ADのより早期の段階で治療を開始することでより大きなベネフィットを得られる可能性が示されており(1)、脳内のAβ蓄積をより早期に検出することが重要となります。今回開発した機械学習モデルは、日常診療の中で収集可能な臨床データを使用して脳内Aβ蓄積を予測することができるため、かかりつけ医によるADの早期スクリーニングに広く利用可能となることが期待されます。アミロイドPETやCSF検査の要否判断に活用されることで、ADの早期段階での診断や治療開始、ならびに当事者様の経済的および身体的な負担の軽減につながることが期待されます。

※以下は添付リリースを参照

リリース本文中の「関連資料」は、こちらのURLからご覧ください。

添付リリース

https://release.nikkei.co.jp/attach/686918/01_202502141403.pdf