医療AI臨床試験：脳の画像(DaTSCAN・SPECT)から機械学習でパーキンソン症候群を分類 ― 診断の難しさを補えるか（NCT05080296）
パーキンソン病(PD)の診断は主に症状の観察に頼り、時に難しい。ドパミン神経の画像検査「DaTSCAN(イオフルパンSPECT)」から抽出した形態的特徴をもとに、機械学習で健常者とPDを見分けたり、真のPDと非典型的なパーキンソン症候群を区別できるかを評価する観察研究。主要評価はアルゴリズムの正確度。1664例・完了。
試験の概要（一次情報）
- 進行状況完了
- 対象疾患DaTSCAN SPECT Scans
- スポンサーCentral Hospital, Nancy, France
- 目標症例数1,664 例
- 期間2021-12-20 〜 2024-09-01
要点
- ドパミン神経の画像検査DaTSCAN(SPECT)から抽出した形態的特徴で、機械学習が健常者とパーキンソン病(PD)を見分けられるかを評価する観察研究。
- PDの診断は主に症状の臨床観察に頼り、初期や非典型症候群との鑑別が難しいことがある。
- MLは早期診断や、特発性(真の)PDと非典型的パーキンソン症候群の鑑別を助けうると位置づけ。
- 主要評価はアルゴリズムの正確度。1664例・完了。
- 客観的画像で分類を助けられれば診断の一貫性・早期見極めに資する可能性。正確度の評価段階で画像診断・専門医判断の置き換えの確立ではない。
パーキンソン病(PD)は、脳のドパミン神経が減ることで、震え・動作の遅さ・こわばりといった症状が出る神経の病気である。その診断は主に医師が症状を観察して行うが、初期や、よく似た「非典型的パーキンソン症候群」との見分けは難しいことがある。
ここで手がかりになるのが、ドパミン神経の状態を写す画像検査「DaTSCAN」で、脳内のドパミン輸送体の分布を可視化する核医学検査(SPECT)である。
本研究は、このDaTSCAN画像に機械学習(ML)を適用して分類できるかを評価する観察研究である。登録情報の要旨によれば、PDの診断は主に臨床観察に頼り時に難題となるため、MLが早期診断や、特発性(真の)PDと非典型的パーキンソン症候群の鑑別を助けうると位置づける。
先行研究が、DaTSCAN(イオフルパン＝ヨウ素123標識薬剤)によるSPECT画像から抽出した形態的特徴を提供しており、これを用いて健常者とPDを見分ける。主要評価項目はアルゴリズムの正確度で、規模は1664例、完了段階にある。
なぜ重要か
症状観察に頼る診断はばらつきやすく、初期や鑑別の難しい例で確信を持ちにくい。客観的画像から数値化した特徴でMLが分類を助けられれば、診断の一貫性や早期見極め、治療・予後の異なる病型鑑別に資する可能性（本研究は正確度の評価段階であり画像診断置き換えの確立ではない）。
よくある質問（FAQ）
DaTSCAN(SPECT)とは？
AIがパーキンソン病を確定診断できるのですか？
出典（一次情報）
出典：ClinicalTrials.gov（米国NIH/NLM・パブリックドメイン）。本サイトは医療助言を行いません。最新・正確な内容は公式をご確認ください。本サイトは NIH/NLM に推奨・認定されたものではありません。
- ClinicalTrials.gov（試験登録・原文）
- 登録番号: NCT05080296