神経変性疾患進行マーカー (MARKERS-NDD) (MARKERS-NDD)

神経変性疾患の現在の推計と世界的な社会的、経済的負担を考慮すると、これらの疾患の診断方法とタイミング、および効果的な治療介入を適時に実施する変更が緊急に必要とされています。 神経変性の根底にある分子機構の複雑さと、神経変性疾患に罹患する患者集団の不均一性は、疾患の経過を予測できる早期診断ツールやシステムの開発に大きな課題をもたらしています。

薬理学、外科、リハビリテーションの分野では集中的な研究が行われているにもかかわらず、神経変性疾患は依然として慢性進行性疾患であり、経過を変える治療法がありません。

MARKERS-NDD は前向き観察縦断的研究であり、神経変性疾患 (NDD) に罹患した患者から、通常の臨床診療の一環として行われる日常検査のために縦断的に追跡されたデータを収集することを目的としています。 臨床評価、運動分析、脳画像検査、神経心理学的および脳波検査による評価、血液化学検査から収集されたデータは、人工知能システムも使用して統計調査および予測分析を実行するために分析され、診断と予後の新しい早期マーカーの同定が可能になります。神経変性疾患の。

標準的なモーション キャプチャ システム (歩行分析) とウェアラブル慣性センサーを利用した定量的な動作分析は、臨床診断のサポート、薬物治療に対する反応の評価、および NDD の進行の監視の両方に有効なツールです。 この観点から、歩行とグラフィックジェスチャーの運動学的分析は、運動特徴の初期の変化を明らかにして、患者の鑑別診断と層別化をサポートし、時間の経過とともに病気の進行を追跡することを可能にする可能性があります。

運動症状はパーキンソン症候群と認知症の鑑別診断の重要な側面を表しますが、PDやレビー小体型認知症などのシヌクレイノパチーの患者では、認知機能、特に実行機能の変化も疾患の初期段階で存在する可能性があります。

パーキンソン病（PD）では、これらの認知障害が時間の経過とともに軽度の認知機能低下（軽度認知障害、PD-MCI）から認知症（パーキンソン病認知症、PDD）に至るまで進行する可能性があります。

これらの疾患の進行とPD患者の転化リスクを予測できる神経心理学的マーカーの同定は、疾患のさまざまな段階にある患者の治療と管理にとって重要な側面です。

人工知能 (AI) の時代では、AI 主導のコンピューター ビジョンの導入により、タブレットやスマートフォンなどのモバイル デバイスの単純なカメラのサポートによって人間の動きをリアルタイムで追跡および分析できるようになり、潜在的に人間の動きを排除できるようになります。追加のセンサーや特殊な機器の必要性。 したがって、AI を使用した遠隔医療などのアプローチは、神経変性疾患などの神経疾患における遠隔診断、遠隔モニタリング、遠隔リハビリテーションに新たな可能性と課題をもたらす可能性があります。 AI 駆動のコンピューター ビジョンに基づく動作分析は、特に重度の障害を特徴とする病気の進行期において、患者の動作回数を減らし、高齢者や仕事に従事している介護者の負担を軽減し、相談を可能にする可能性があります。容易に到達できない僻地で行われること。

これらのシステムと、モーション キャプチャによる歩行分析や慣性センサーによるすでに検証済みの分析システムに代表される動作分析のゴールドスタンダードとの比較と検証は、遠隔診断と治療の遠隔モニタリングをサポートする臨床ツールの開発における重要な部分を構成します。薬物治療とリハビリテーション治療。

同様に、グラフィック ジェスチャの運動学的分析に人工知能システムを応用することで、さまざまな応用分野で手書きを自動認識するためのさまざまなパターン認識システムの開発が可能になりました。

異常グラフィックの特徴は、臨床検査および神経心理学的検査によって明らかになった運動機能および認知機能の異常、ならびに脳波（EEG）などの手書き関連の皮質活動の神経生理学的相関に関連していた。

AI システムを使用し、市販のグラフィック タブレットを使用した検証済みの神経心理学的検査の実行を伴う筆跡分析システム。これは、簡単な外来受診や構造神経心理学的検査など、通常の臨床診療の一環として実施されます。 NDD患者の管理を特徴づける現在一般的な学際的アプローチは、PD-MCIにおいて運動症状と認知症状の両方の進行を追跡するのに特に有用である可能性がある。 運動能力と認知能力の費用対効果が高く、非侵襲的な尺度として、グラフィカル ジェスチャ分析システムは、逐次学習やメタ学習効果なしに、時間をかけて繰り返し適用できます。

NDD の早期診断におけるさらに重要な側面は、音声分析によって表されます。人間の声の生成は、システムおよびサブシステム (声帯、喉頭、声門、口腔など) の複雑で相乗的な動きを通じて発生し、影響を受ける可能性があります。発言者の健康状態によって異なります。 特に、神経変性疾患の中でも、PD とパーキンソニズムは、声の生成に劇的な、客観的かつ測定可能な変化を伴います。これには、(とりわけ) 騒音レベルの増加 (声帯の閉鎖が不完全なため) や声の喪失 (構音障害、構音障害、および構音障害) が含まれる場合があります。低声症）。 言語障害の評価は実際に喉頭鏡やビデオストロボスコープの機器を使用して実行できますが、これらは非常に高価な検査であり、多くの時間と資格のある人員を必要とします。 商用システム（音響堅牢性を備えたマイクを備えたモバイルデバイス）を利用した音声ベースの人工知能システムにより、人工知能アルゴリズムによる音声の分析が可能になり、病気の初期段階で診断できる可能性があります。

一般的な臨床検査用血液化学パラメーターの長期分析と、NDD などの慢性疾患患者による日常検査として行われる微生物叢分析用の糞便サンプルなどのさまざまな生物学的サンプルの分析により、疾患との関連性や有用な初期マーカーの同定が可能になる可能性があります。病気の診断と進行の監視。

同時に、ますます正確な病因診断を得るために、機械学習システムと人工知能技術によってサポートされる、ますます強力で正確な脳画像システムの導入が行われています。

関連するのは、各神経変性疾患が特定の脳ネットワークを優先し、それが特定の脳領域における特定の組織の損失に関連しているということです。 したがって、機械学習システムを通じて新しい神経画像マーカーを特定し、鑑別診断を導き、病気の経過を正確に評価できる可能性があります。

結論として、MARKERS-NDD 研究で採用されたアプローチは、疾患修飾療法の探索を加速する神経変性疾患進行マーカーの開発を目的とした野心的な戦略の成功の可能性を高めるための基礎となります。