日本大学 工学部・医学部 酒谷 薫 教授 | 人工知能・IoT・ビッグデータ分野における産学連携マッチングフェア
Just another WordPress site
Tweet


日本大学 工学部・医学部 酒谷 薫 教授

  • HOME »
  • 日本大学 工学部・医学部 酒谷 薫 教授
出展者名 日本大学 工学部・医学部 酒谷 薫 教授
分野 人工知能×予防医療
出展内容
認知症の診断にはMRIやPETなど時間と高額な費用が掛かります。軽度認知障害(MCI)は、健康な状態と認知症の中間の段階で、日常生活の動作などは正常ですが一部に記憶障害が見られる状態で、簡易な診断技術はありません。そこで、血液検査データを人工知能技術で分析することにより、認知症やMCIのリスクを高精度で判定する技術を開発しました。企業の定期健診などで取得する血液検査データをそのまま利用でき、認知症の予防医療への貢献を目指しています。
出展詳細
1. 背景
高齢化の進展により認知症患者が急増しています。厚生労働省によると2025年の認知症患者数は現状の1.5倍近く、約700万人、さらに予備軍まで加えるとその数は約1,300万人にものぼります。認知症は進行してから治療を始めても効果が少なく、早期に発見し発症を予防することが重要です。しかし、現在、認知症は軽度から中等度の認知症に進行してから診断される例が多く、このことは、認知症診断法に問題があることを示唆しています。
 一般に、認知症のスクリーニング検査には問診式の質問セットが使用されます。ミニメンタルステート検査(MMSE)は、国内外で使用されている代表的な認知症のスクリーニング検査法である。点数(0~30点)により認知機能が評価され、認知症の早期診断に使用されています(表1)。

しかしながら、MMSEなどの質問セットはマンツーマンで行うために人手と時間がかかり、大規模なスクリーニング検査には不向きです。また、視覚聴覚障害や麻痺などの神経障害があると検査を行うことが困難です。一方、MRIやPETなどの画像診断法の診断精度は高いが、大規模な施設を要し検査時間や費用の面からもスクリーニング検査に不適です。
最近、我々は一般血液生化学検査データを用いて、深層学習によりMMSEスコアを高精度に推定する方法を開発しました(特願2017-048625)。本法は従来法の欠点を補い、次のような特徴を有する全く新しい認知症のスクリーニング検査になる可能性があります。
① 健診などで実施されている一般血液生化学検査のデータを用います。
② 大人数のスクリーニング検査を短時間に行うことができます。
③ 問診の必要がない客観的データです。
④ 過去の健診データを用いて検査することができます。
⑤ 認知症の関連物質を検出する特殊な検査法ではないので低価格に設定できます。

本法を用いた認知症予防法

PAGETOP