| 研究課題/領域番号 |
18K07488
|
|---|
| 研究機関 | 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所) |
|---|
研究代表者 |
亀山 征史 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所), 東京都健康長寿医療センター研究所, 研究員 (40773445)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | アルツハイマー病 / 認知症 |
|---|
| 研究実績の概要 |
研究対象となるアルツハイマー病(AD)を絞り込むために、ほかの認知症との鑑別も重要になる。教師あり機械学習の一つであるdeep learningや、教師なし機械学習の一つであるssm/PCAを用いて、normal、ADとレビー小体型認知症(DLB)の脳血流SPECT/FDG PETの弁別を行った。ROCカーブのAUCが0.9以上もの高い精度を達成することができた。また、DLBを診断する際に、人工知能(AI)がcingulate island signに注目していることも判明した。DLBの診断におけるcingulate island signの重要性について、研究発表を行った。
一方で、もっと簡便なADのスクリーニングとして、顔写真でのAD/normalの弁別を東京大学老年病科との共同研究を行った。AUC 0.9を超える良い成績を出すことができた。
DLBの診断においては、ドパミントランスポーター(DaT) SPECT検査が重要になる。DaT SPECTで診断するには、線条体への集積の程度と、線条体集積の形態、左右差の3つの指標が重要になる。このなかで、線条体集積の形態については、定量的な指標がなかったが、フラクタル次元がDaT SPECTの形態を表す指標として適切であると思い、フラクタル次元を解析するソフトウェアを開発した。
アルツハイマー病は、糖尿病がリスクファクターである。平均血糖とHbA1cと赤血球年齢の関係式を導き、ヘモグロビンの糖化速度定数を求めた。また、HbA1cの血糖コントロール指標としての限界を示した。
厚労省、PMDAとリファンピシンのADへの応用を相談をした。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
臨床研究法の施行により、リファンピシンの効能外作用を確かめる臨床試験は非常に難しくなったが、アルツハイマー病を克服するための診断や付随するリスクファクターについて、進めることができた。
|
| 今後の研究の推進方策 |
アルツハイマー病、認知症に関する診断などの研究を進めていく。
|
| 次年度使用額が生じた理由 |
研究費の適正な使用用途としてその可否を厳正に査定した結果、予定していた金額よりも小額であったため。
研究費の適正な使用要綱を十分理解し、厳守するよう綿密な支出計画を立案し、研究課題を遂行する上での必要かつ充分な経費を使用し実施する。
|
