ホーム 健康情報 人工知能が ADHD の子供の診断にどのように役立つか

人工知能が ADHD の子供の診断にどのように役立つか

3

電子脳スキャンからの画像

北米放射線学会の年次総会で発表された新しい研究では、研究者らは人工知能を利用して、注意欠陥・多動性障害(ADHD)のある若者とない若者の脳スキャンを調べた。

このアプローチにより、ADHD 患者の脳の白質領域の違いが特定され、ADHD に関する追加情報が得られました。

ADHD は米国で約 6 万人の子供と青少年に影響を及ぼしており、気を散らすものによってますます影響を受ける社会において、幸福を改善するには早期の診断と介入が極めて重要です。

注意欠陥多動性障害(ADHD)は、注意力の維持、エネルギーレベルの管理、衝動の制御に困難を引き起こす可能性があります。

通常、小児期に発症し、個人の幸福や社会で機能する能力に大きな影響を与える可能性があります。

米国では、6 歳から 6 歳までの約 17 万人の子供と青少年が ADHD と診断されています。

専門家らは、ADHDの診断は難しい場合があり、医療専門家は主観的な自己申告調査に頼ることが多いと述べている。より客観的な診断方法が明らかに求められていると彼らは言う。

11月の北米放射線学会年次総会で発表された新しい研究では、科学者らはADHDの有無にかかわらず青少年のMRIスキャンを検査する一種のディープラーニング人工知能(AI)を報告した。

研究者らは、ADHD患者の白質経路と呼ばれる特定の脳構造に重要な違いがあることを発見したと述べた。

AI ディープラーニングを使用して ADHD の指標を特定する

研究者らは、この研究はピアレビュー誌にはまだ掲載されていないが、ADHDの指標を特定するために深層学習を初めて使用したものであるため重要であると述べた。

ディープラーニングは、大量のデータ内のパターンやつながりを自動的に認識できる AI の一種です。

研究の共著者であり、カリフォルニア大学サンフランシスコ校の神経放射線科の研究者であり、イリノイ州アーバナ・シャンペーンにあるカール・イリノイ医科大学の医学生であるジャスティン・ハイン医学修士は、次のように述べた。 今日の医療ニュース 彼らは、ADHDのある若者とない若者の脳画像の大規模なデータセットを分析したと発表しました。

「平均して、[注意欠陥]のある研究参加者とない研究参加者の間でイメージに統計的に有意な差があることがわかりました」と彼は述べた。

私たちは、この結果が、生物学的観点から ADHD をより深く理解し、より標準的で客観的かつ正確な診断方法となることを期待しています。

ジャスティン・ハイン、ミシシッピ州

MRI データと臨床調査の研究

この研究には、脳スキャンのデータ、臨床調査、および全米の 21 の研究施設から収集されたその他の情報が含まれています。

彼らが使用した脳画像データには、拡散強調画像法 (DWI) として知られる特殊な磁気共鳴画像法 (MRI) 技術が含まれていました。

ADHDの検出にAIを使用するこれまでの試みは、サンプルサイズが小さいことと障害の複雑な性質により困難に直面していたと研究者らは報告した。

この研究で研究チームは、ADHDのある青年とADHDのない青年の両方からなる1人を特別に選択した。

彼らは、DWI 解析を使用して、脳内の 30 の主要な白質路に沿った異方性率 (FA) の測定値を抽出しました。 FA は、水分子がこれらの経路の繊維をどのように移動するかを測定します。

1 人の FA 値を使用してディープラーニング AI モデルがトレーニングされ、ADHD と診断された 371 名と ADHD ではない 333 名を含む 193 名の参加者でテストされました。

研究者らはAIの利用を通じて重要な発見をしたと述べた。彼らは、ADHDを持つ人々では、9つの白質領域でFA値が有意に高かったと報告しました。

ADHD 患者のこれらの特徴的な MRI パターンは、これまでこれほど詳細に観察されたことはありません。

ほとんどの場合、これらの白質路で検出された異常は、典型的に ADHD に関連する症状と一致していました。

ADHD脳分析研究における画期的な進歩

この研究には関与していない、神経放射線学の専門家であり、サイモンメッド イメージング社の MRI メディカル ディレクターであるデイビッド レフコウィッツ博士は、次のように語った。 今日の医療ニュース「私は、精神病理学の根底にある潜在的な構造的および機能的変異を伴う複雑な障害であるという、[研究者らの] ADHD の基本的な枠組みに同意します。」

「歴史的に、かなりの労力を費やして、ADHDを診断するためにMRIによって明らかになった構造的相関関係を見つけようとする試みは、ほとんど成功していない」とレフコウィッツ氏は述べた。

「しかし、それらはまだ存在する可能性があり、ここの研究者はDTIとディープラーニングを組み合わせてそのような相関関係を見つけるために利用可能な最良のツールを使用しています」と彼は説明しました。

注意深く観察するだけであれば、ADHD の構造的異常が存在する可能性がありますが、これは最も魅力的な実験的アプローチではありません。結局のところ、ADHDは行動障害です。論理的には、構造ではなく機能を評価する画像技術の方が有望であるように思われます。したがって、機能ネットワーク (fMRI) または脳代謝 (PET) を研究することが私の偏見になります。ただし、広い心を持ち続けることが重要だと思います。

デビッド・レフコウィッツ博士

「発見は予期せぬ場所で起こるので、私の懐疑論を軽蔑するべきではありません」とレフコウィッツ氏は語った。 「特にこの研究結果が査読付き出版物に掲載される場合には、これがどのような方向に向かうのか非常に興味があります。」 »

技術開発によりADHD診断の精度が向上する可能性がある

Neuroute社のマネージングディレクターで人工知能の専門家でもあるリヴィア・ライフズ氏は、同じく研究には関与していないが、次のように述べた。 今日の医療ニュース 「この研究は、ADHD 診断分野への AI と画像データ分析の応用における大きな進歩を示しています。」

オートエンコーダーなどの教師なし深層学習技術には、従来の診断方法では見逃される可能性のある微妙な構造パターンを明らかにする可能性があります。これにより、ADHD の診断の精度が大幅に向上し、この障害の根底にある神経生物学に対する貴重な洞察が得られます。

リヴィアは生きています

レフコウィッツ氏もこれに同意し、「ADHD患者のための正確な非侵襲的画像技術は、臨床管理だけでなく治験にも非常に役立つ可能性がある」と述べた。 »

「薬の有効性を証明する際の課題の一つは、患者の選択です」と彼は言う。 「統計的に有意な結果を得るには多数の患者が必要であることもあり、臨床薬試験の費用は膨大です。 »

「ADHDのより正確な診断と、さらに重症度に基づいて患者を層別化する機能は、必要な規模を削減し、したがってそのような試験の費用を削減する可能性がある」と彼は付け加えた。

レフコウィッツ氏は結論として、「その影響は(明らかに恩恵を受けるであろう)患者集団を超えて、社会全体に影響を与える」と述べた。

コメントを残す

あなたのコメントを入力してください!
あなたの名前をここに入力してください