脳画像と簡単な検査で、AIがアルツハイマー病リスクを読み解く

ほんの数分でできる認知機能の簡易検査と、MRIから自動で得られる脳の体積。このふたつを組み合わせたら、AIはアルツハイマー病のリスクをどこまで言い当てられるのでしょうか。そして、ただ当てるだけでなく、その判断の理由まで示せるとしたら。

今回、ノーコードAIプラットフォーム Multi-Sigma® を使い、公開データセットOASIS-2でこの問いに挑みました。予測モデルを構築するだけでなく、「AIは何を手がかりにしたのか」という要因分析まで、一歩踏み込んでいきます。

使ったのは、簡単な検査と脳の“かたち”

AIに渡した手がかりは5つです。認知機能の簡易検査である MMSE（ミニメンタルステート検査）に、MRIから自動で算出される脳の体積指標、すなわち nWBV（脳そのものの体積）と eTIV（頭蓋内のスペース）、そして教育年数と性別を加えました。用いたのは被験者136名・MRI 336回分のデータ（健常190例、認知症146例）で、被験者単位の交差検証で評価しています。

AIの目には、別の風景が見えている

図1は、AIが一人ひとりに付けた“認知症らしさ”のスコアを、実際の健常群（青）と認知症群（オレンジ）に分けて並べたものです。ふたつの山は大きく離れ、健常群は低いスコアへ、認知症群は高いスコアへと、くっきり分かれています。

このOASIS-2のデータでは、識別能力を表すAUCは約0.90、最適な判定ラインでの正解率は約0.85（感度0.81／特異度0.87）。図2のROC曲線も左上へ大きく張り出し、高い判別力をはっきりと示しています。

“なぜ”を語れるAI：何がリスクを動かすのか

多くのAIは「認知症の疑いあり／なし」という答えだけを返し、その理由はブラックボックスのままです。ところが Multi-Sigma® は、各要因が予測リスクを“どちら向きに、どれだけ”動かしたのかを、目に見える形で取り出してくれます。図3で、右（オレンジ）はリスクを上げる向きの寄与、左（青）はリスクを下げる向きの寄与。棒が長いほど、その影響は大きくなります。

認知機能、脳の構造、そして学び

最も大きく効いていたのは MMSE（認知機能検査）で、寄与は全体のおよそ半分を占めました。向きは左、つまりスコアが高い（認知機能が保たれている）ほどリスクが下がるという、ごく自然な関係です。

続いて効いていたのが教育年数で、こちらもリスクを下げる向きでした。長く学んできた人ほどリスクが低いという結果は、知的活動が脳のネットワークを鍛えるとされる『認知予備能（Cognitive Reserve）』と整合します。脳の体積（nWBV）はリスクを下げる向きで、脳の萎縮が進んで nWBV が下がるほどリスクが上がるという、医学的に自然な関係を捉えていました。一方、eTIV（頭蓋内容積）は成人ではほぼ一定で、脳の萎縮そのものを表す指標ではありません。ここでは主に体格差（頭の大きさ）を補正する役割を担い、nWBV による萎縮の評価を下支えしていると考えられます。性別については、このデータでは男性でリスクを上げる向きに働いていました。

コードを書かずに、“理由”まで手に入れる

ここで強調したいのは、この一連の流れ、つまり予測モデルづくりから要因の読み解きまでが、一行のコードも書かずに行えることです。Multi-Sigma® は画面の操作だけで、モデルを組み立て、何がリスクを上げ、何が下げるのかを可視化します。

「精度の高いモデルができました」で終わらない。その先の「なぜ」にまで、研究者自身の手で踏み込める。認知機能検査と脳画像という性質の異なる指標を、同じものさしの上で並べて比べられる。この“理由が見える”という体験こそ、Multi-Sigma® が研究の現場にもたらす最大の価値です。

予測の、その先へ

認知機能の簡易検査と、脳の客観的な体積指標。このふたつを組み合わせるだけで、AIはOASIS-2のデータで認知症の状態をAUC約0.90、正解率約0.85で見分けました。けれど、今回いちばんの収穫は、その数字そのものではありません。「認知機能の低下と萎縮はリスク、学びは備え」という、AIが指し示した分かりやすい関係は、予防や早期の気づきを考えるうえでのヒントになりえます。

予測して終わり、ではなく、理由まで理解する。Multi-Sigma® は、その一歩先の景色を、専門家でなくても見渡せるようにしてくれます。

※本記事は公開データを用いた研究・データ解析の事例であり、特定の個人に対する医学的な診断を行うものではありません。健康上のご懸念は医師にご相談ください。

(Data source) Data were provided by OASIS-2: Longitudinal: Principal Investigators: D. Marcus, R. Buckner, J. Csernansky, J. Morris; P50 AG05681, P01 AG03991, P01 AG026276, R01 AG021910, P20 MH071616, U24 RR021382.