脳MRIによるHarmonized Zscoreを用いたMCI転換への予測モデル

• 研究課題/領域番号: 25K15888
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分90110:生体医工学関連
• 研究機関: 東京大学
• 研究代表者: 舞草 伯秀 東京大学, 大学院総合文化研究科, 特任助教 (80631069)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2027年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2026年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
• キーワード: MRI / AD / Coxハザード / 発症予測

研究開始時の研究の概要

本研究の目的は, 国内外で取得・公開されているデータベースより取得する5000件近いMRI 画像に対してHarmonized Z-scoreを適用し, 機種間差を補正した上で, Coxハザードモデル を基盤とする機械学習によるMCIへの転換予測を行うことである.
Coxハザードモデルを基とした機械学習法を用いることに より, 被験者の発症時期までの予測が可能となり, 治療介入の計画立案が超早期で可能とな り, 超早期での治療介入計画の立案が可能になる. このアプローチにより, 異なるMRI装置 間でも高い精度での予測が可能となり, 臨床応用の可能性が大きく広がる. 合わせて, Cox ハザードモデルによりMCIへの転換の危険率の予測を行う.