パーキンソン病診断の最大7年前まで眼球スキャンで症状を検出
(moorfields.nhs.uk)- Moorfields Eye HospitalとUCL Institute of Ophthalmologyの研究チームは、網膜画像からパーキンソン病関連の指標を見つけ、臨床的発現の平均7年前でも確認できることを示した
- AI解析により、AlzEyeデータセットの結果をより大規模なUK Biobankデータベースで再現し、有病率が0.1〜0.2%と低い条件でも微細な指標を確認した
- 中核となる検査のOCTは、1分未満で網膜断層画像を作成し、1/1000mmレベルの詳細情報を提供する非侵襲的な眼科検査である
- まだ個人ごとのパーキンソン病発症予測に使うのは難しいが、リスク群を見つける事前スクリーニングツールとして発展する可能性がある
- OCTは脳スキャンより速く安価で拡張性が高く、より広い人口への画像検査が今後予測分析につながる可能性がある
網膜画像で確認されたパーキンソン病の指標
- Moorfields Eye HospitalとUCL Institute of OphthalmologyのSiegfried Wagner、Pearse Keaneが率いるチームは、パーキンソン病患者で臨床的発現の平均7年前に現れる指標を確認した
- 今回の結果は、これまでで最大規模のパーキンソン病網膜イメージング研究から得られたもので、診断の数年前に該当所見を示した最初の事例として提示された
- 研究はAmerican Academy of Neurologyの医学ジャーナル**Neurology®**に掲載された
データセットと分析方法
- 研究チームはAIの助けを借りて、眼球スキャンからパーキンソン病の指標を見つけた
- AlzEyeデータセットで得られた結果を、より大規模なUK Biobankデータベースで再現し、健康なボランティアのデータでも同じ発見が再現された
- 2つの大規模データセットを組み合わせることで、有病率が**0.1〜0.2%**と低いパーキンソン病でも微細な指標を識別できた
- AlzEyeデータセットは、網膜画像と関連する臨床データの世界最大データベースであるINSIGHTを通じて構築された
OCTとoculomicsの役割
- 眼は古くから、身体の健康のさまざまな側面を直接示す窓と考えられてきた
- 高解像度の網膜画像は現在、眼科診療で日常的に使われており、特にOCTという3Dスキャンが眼科クリニックや街中の眼鏡店で広く使用されている
- OCTは1分未満で眼の奥にある網膜の断面を作成し、1/1000mmレベルの詳細情報を提供する
- 網膜スキャンは、皮膚表面の下にある細胞層を見られる唯一の非侵襲的な方法として扱われている
- 強力なコンピュータの活用により、大量のOCTや眼球画像を、人が解析する時間の一部だけで正確に処理できるようになった
- 機械学習は、眼球画像だけから全身に関する隠れた情報を見つけるために使われており、この研究分野はoculomicsと呼ばれている
他の疾患研究とのつながり
- 眼球スキャンのデータは以前から、アルツハイマー病、多発性硬化症、最近では統合失調症のような神経変性疾患または関連疾患のシグナルを見つけるために使われてきた
- 今回の研究は、同じ流れの中でパーキンソン病の初期指標を網膜画像から見つけた事例である
研究協力とNHSデータ連携
- 研究には、Moorfields Eye Hospital、University Hospital Birmingham、Great Ormond Street Hospital、Oxford University Hospital、University College Hospital London、UCL Great Ormond Street Institute of Child HealthのNIHR Biomedical Research Centresが協力した
- 映像インタビューによれば、最初の段階ではMoorfields Eye Hospitalを訪れた10万人以上の眼球スキャンを、イングランド全体の病院入院国家データと結び付け、パーキンソン病患者の眼の特徴を探す方法が採られた
- 第2段階では、英国一般人口の健康な集団で同じ特徴を確認し、パーキンソン病診断の平均で最大7年前にもその特徴が存在することを見いだした
- 統合医療提供者であるNHS、大規模データセット、高性能コンピューティングインフラ、MoorfieldsとUCLのAI専門性が研究実施に必要だった
個人予測にはまだ使えない
- Siegfried Wagnerは、個人がパーキンソン病を発症するかどうかを予測する準備はまだできていないと述べた
- ただし、この方法が疾患リスク群向けの事前スクリーニングツールになることを期待している
- 症状前に複数の疾患のシグナルを見つけられれば、人々は一部の疾患を防ぐための生活習慣の変化を試みる時間を得られ、臨床医は神経変性疾患の発症と影響を遅らせられる可能性がある
拡張性と公衆衛生での活用可能性
- Louisa Wickhamは、より広い人口で画像検査を増やすことが将来の公衆衛生に大きな影響を与え、最終的には予測分析につながると見ている
- OCTスキャンはこの目的において、脳スキャンよりも拡張性が高く、非侵襲的で、低コストかつ高速である
- 関連資料としてITV NewsインタビューとAcademic articleが提供されている
1件のコメント
Hacker Newsのコメント
実際の論文を読むのがよい: https://n.neurology.org/content/neurology/early/2023/08/21/W...
最も強いシグナルを示した指標でも、前駆期パーキンソン病患者と対照群の分布はかなり重なっている。一部の値はほとんどパーキンソン病の決定的なマーカーのように見えるが、重なっている範囲では単独指標として使うと偽陽性率が高くなり、有用性が下がる
パーキンソン病をかなり早い段階で相当な割合検出できる可能性はありそうだが、この方法だけで偽陽性と偽陰性の両方を低く抑えるのは難しそうだ。プレスリリースは、より慎重な論文を高揚したトーンで要約したものだという点も考慮すべき
私の知る限り、パーキンソン病の治療は実質的に一生ドーパミン薬を飲み続けることに近く、やがて耐性ができて効果が落ち、だんだん高用量が必要になる。始めた瞬間に、脳の残り寿命のカウントダウンも同時に始まるように感じる
少し調べてみると、健康な若年成人でもGCIPL厚の個人差はかなり大きく、その範囲は研究で検出された効果よりも大きい。実際には、発症初期を捉えるには生涯にわたってGCIPLを追跡する必要があるかもしれず、GCIPLが薄くなることだけでパーキンソン病を診断するにも不十分に見える。アルツハイマー病のような他の疾患でも見られるし、もしかすると自然な老化の結果かもしれない
この分野に取り組んでいた会社としてRightEyeとNeuralightが思い浮かぶ:
https://techcrunch.com/2018/02/17/righteyes-portable-eye-tra...
https://techcrunch.com/2022/05/24/neuralight-aims-to-track-a...
今はもっと多いと思う。記憶では、こうしたデータは「精密検査を受けてみては」というシグナルを出すのに非常に向いている。診断を下すのではなく、例えば眼球運動が遅くなる現象に相関があり、手の震えのような明確な症状よりずっと早く検出できる、という程度のものだ
この分野で最も印象的な逸話は、先天性失明の人で統合失調症を発症した例がないということだ
今後10年以内に認知症になると分かる、という考えは興味深いが、それを知ることがよいことかどうかは単純ではない
この考えを突き詰めると少し滑稽でもある。「知っていること」が社会的規範になったらどうなるだろうか。公共の場で、近いうちに認知症になる人に列の優先権を与えるのだろうか。遊園地、交通機関の予約、ホテル予約、バー、映画館など、すべて考えられる。この特定層を対象にしたサービス産業が一夜にして生まれるかもしれない
近い将来、パーキンソン病の進行を遅らせる疾患修飾薬についての理解がより進むことを望む。Exenatideのような薬が実際にパーキンソン病の進行を遅らせると確認されれば、できるだけ早く知りたいはずだ
考える価値のあることだ
「機械学習というAIの一種を使って、コンピュータがこれらの画像だけから体全体に関する隠れた情報を見つけられるようになった」とは、今やコンピュータがAIを使って何かをする、という言い方になるのか
いつも「AIがXをした」「AIがYを発見した」と言う一方で、「クレーンが建物を建てた」とは言わないのが面白い
例えば、ガリレオが木星を見たのであって、望遠鏡が木星を見たのではない。Joeが壁を建てたのであって、クレーンが壁を建てたのではない
この場合はAIが思考主体であり、人間ではないので、そうした表現が出てくる。人間がAIを作ったからといって帰属が消えるわけでもない。Joeが母親から生まれたからといって、Joeの母親が壁を建てたと言わないのと同じだ
治療法はなくても、パーキンソン病に進展があるのはよいことだ
父はパーキンソン病を患っており、金属と脱脂剤を扱うエンジニアとして長年トリクロロエチレンに曝露されていたため、その物質が原因になり得るという明確なデータポイントだった
[1] https://www.science.org/content/article/widely-used-chemical...
すでにポケットの中に非常に精巧なカメラを持ち歩いている
スマートフォンを活用して、Star Trek が約束していたトライコーダーのような装置を作れるようになるまで、どれくらいかかるだろうか
Apple Watch にも可能性はありそうだし、いつか人が診断を受けるために医師のところへ行くのではなく、すでに出た診断を確認し、成功する治療計画について案内を受けるために行く世界を想像している
利点は、既存の画像撮影プロセスから機械学習でより多くのデータを引き出せることにある。こうしたものはデータパイプラインの実装と見なせる
「網膜の高解像度画像は、いまや眼科診療の日常的な一部になっている。特に、眼科クリニックや街中の眼鏡店で広く使われている3Dスキャンである光干渉断層撮影（OCT）がそうだ。OCTスキャンは1分もかからず、眼の奥にある網膜の断面を1/1000ミリメートル単位まで非常に詳細に生成する」
[1] https://www.cureus.com/articles/106024-effective-low-cost-op...
[2] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5609317/
https://ai.googleblog.com/2023/02/google-research-2022-beyon...
これは人を助けるためではなく、保険給付の拒否に悪用されるだろう
特定の介護保険や生命保険に加入しようとしていて、それを開示していなかった場合には、保険を失うリスクがあるかもしれない
しかし、既往症のために健康保険を失うことを恐れて検診や診療を避けるべきではない。そういう時代はほぼ10年前に終わった
検査を受けるときに、こうした点は説明してくれない
パーキンソン病のメカニズムが、すべての人で同じだとすら分かっているのだろうか？ それとも、各人で恣意的かつ固有に壊れた複数の現象が似た症状に行き着き、臨床医が緩やかな共通名を付けたものに近いのだろうか
昨日この論文を読んだ: https://www.frontiersin.org/articles/10.3389/fchem.2023.1106... こうしたツールを人間という有機体、そして個々の患者のレベルにまで拡張できたらよいのではないか？ CPU と GPU ではそれほど大きなものをまともにシミュレーションできないので、その不足分を機械学習で補うという形だ。世界最高の情報機関よりも高い解像度で、個別の病気の私生活をのぞき込めるとしたらどうだろう
こういう仕事をしてみたいという夢があるので、採用中ならメールしてほしい
「Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs」という記事を書いた。ここで読める: https://www.nature.com/articles/s41467-023-39631-x
こうしたモデルの多くは集団の健康に有望な利点をもたらすが、バイアスと実装に関する課題も依然として多い。ただし早期の疾患発見は、必ずしも治療法でなくても利点をもたらし得る。アルツハイマー病の IDEAs 研究がよい例だ
実際の予測力はどの程度なのだろうか？ p値とハザード比の信頼区間は、仮定上繰り返されたデータにおいて、帰無仮説の効果と比較したときの確率しか教えてくれない
本当に知りたいのは、一般人口におけるパーキンソン病の割合を事前確率としたとき、この方法の混同行列がどうなるかだ