| 研究課題/領域番号 |
20K08021
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
高橋 洋人 大阪大学, 医学系研究科, 准教授 (20617352)
|
|---|
| 研究分担者 |
鈴木 裕紀 大阪大学, 医学系研究科, 特任助教(常勤) (20845599)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| キーワード | DAT SPECT / parkinson disease / AI |
|---|
| 研究実績の概要 |
パーキンソン病(Parkinson's disease: 以下PD)、Lewy小体型痴呆症(Dementia with Lewy Bodies： 以下DLB)などのシヌクレノパチーはα-シヌクレインが凝集・蓄積することで黒質線条体のドパミン神経細胞が変性し発症することが知られている。一般的に神経変性疾患は症状や身体診察を基本とした“診断基準”に基づき診断されている。
近年、画像的な評価手段として放射線同位元素を用いた核医学的手法であるドパミントランスポーター（dopamine transporter: 以下DAT）イメージングというものが用いられるようになってきている。このドパミントランスポーターシンチグラフィ（DAT-Single photon emission computed tomography: 以下DAT-SPECT）は，ドパミントランスポーターに高い親和性を有する 123I-イオフルパンを用い，ドパミン神経の変性脱落を画像化するものであり、ドパミン神経集積部位である脳幹の黒質からの神経線維シナプス終末部位である大脳半球深部の線条体領域である尾状核や被殻のドパミントランスポーター脱落を評価できる。
本年度はデータ収集を完了し、人工知能の機械学習に使用するためのデータセットを作成した。それぞれ、DAT健常症例、RBD（レム睡眠時行動異常症）症例、早期のパーキンソン病症例のDAT SPECTデータを作成し、機械学習に備えた。
また、PRELIMINARYに、機械学習を行い、人工知能によるパーキンソン病を含むシヌクレノパチーの診断能の評価を行った。ROC解析で0.7前後のそれなりの結果をだすことができ、研究の概ねの道筋がたった。
|
| 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
本年度はデータ収集を完了し、人工知能の機械学習に使用するためのデータセットを作成した。また、PRELIMINARYに、機械学習を行い、人工知能によるパーキンソン病を含むシヌクレノパチーの診断能の評価を行った。それなりの結果がでたため、今後は人工知能の学習過程などの工夫、またはデータセット自体も増やすなどし研究を進めてゆく。
|
| 今後の研究の推進方策 |
本年度はデータ収集を完了し、人工知能の機械学習に使用するためのデータセットを作成した。また、PRELIMINARYに、機械学習を行い、人工知能によるパーキンソン病を含むシヌクレノパチーの診断能の評価を行った。それなりの結果がでたため、今後は人工知能の学習過程などの工夫、またはデータセット自体も増やすなどし研究を進めてゆく。
|
| 次年度使用額が生じた理由 |
次年度は、研究に使用する人工知能の能力をより高度なものとするためのコンピュータの環境整備が重要となる。そのための資金が必要となる。
|
