脳画像データによる精神病発症を判別する機械学習器を開発
概 要
東京大学大学院総合文化研究科附属進化認知科学研究センター・小池進介准教授、東京大学大学院医学系研究科脳神経医学専攻・笠井清登教授らによる研究グループは、国際共同研究コンソーシアムによる2,000名を超える磁気共鳴画像の脳構造画像データの機械学習を行い、精神病ハイリスク群の発症群と健常対照群を70％以上の確率で判別可能な機械学習器を開発しました。
今回開発した機械学習器は、多施設から得られた脳画像を適切に結合し、思春期の複雑な脳発達変化による影響を考慮することで高い判別率を得ることができました。さらに、発症なし群と追跡不能群については「健常対照」と適切に判別できることも明らかにしました。本研究による機械学習器は、臨床現場で必要とされるバイオマーカー開発への応用だけでなく、精神病発症に関わる脳病態の解明に貢献することが期待されます。
【成果情報はこちら】
https://www.c.u-tokyo.ac.jp/info/news/topics/20240209100000.html (東京大学）
https://www.u-tokyo.ac.jp/focus/ja/press/z0109_00110.html (東京大学）
https://www.amed.go.jp/news/seika/2024_seika_index.html (AMED）
論文情報
＜タイトル＞
Using brain structural neuroimaging measures to predict psychosis onset for individuals at clinical high-risk
DOI: 10.1038/s41380-024-02426-7
＜著者＞
Yinghan Zhu, Norihide Maikusa, Joaquim Radua, Philipp G. Sämann, Paolo Fusar-Poli, Ingrid Agartz, Ole A. Andreassen, Peter Bachman, Inmaculada Baeza, Xiaogang Chen, Sunah Choi, Cheryl M. Corcoran, Bjørn H. Ebdrup, Adriana Fortea, Ranjini RG. Garani, Birte Yding Glenthøj, Louise Birkedal Glenthøj, Shalaila S. Haas, Holly K. Hamilton, Rebecca A. Hayes, Ying He, Karsten Heekeren, Kiyoto Kasai, Naoyuki Katagiri, Minah Kim, Tina D. Kristensen, Jun Soo Kwon, Stephen M. Lawrie, Irina Lebedeva, Jimmy Lee, Rachel L. Loewy, Daniel H. Mathalon, Philip McGuire, Romina Mizrahi, Masafumi Mizuno, Paul Møller, Takahiro Nemoto, Dorte Nordholm, Maria A. Omelchenko, Jayachandra M. Raghava, Jan I. Røssberg, Wulf Rössler, Dean F. Salisbury, Daiki Sasabayashi, Lukasz Smigielski, Gisela Sugranyes, Tsutomu Takahashi, Christian K. Tamnes, Jinsong Tang, Anastasia Theodoridou, Alexander S. Tomyshev, Peter J. Uhlhaas, Tor G. Værnes, Therese A. M. J. van Amelsvoort, James A. Waltz, Lars T. Westlye, Juan H. Zhou, Paul M. Thompson, Dennis Hernaus, Maria Jalbrzikowski, Shinsuke Koike & the ENIGMA Clinical High Risk for Psychosis Working Group
＜掲載誌＞
Molecular Psychiatry 2024 February 09