CTやMRIといった画像検査を認知症診断の参考にすることがあります。症状や経過をしっかりと評価した上であれば、診断のための強い証拠となります。
しかし、まだ認知能力が正常である段階で、画像検査から「認知症になり易い」等の評価をすることは困難で、発症の予測やリスク評価に関しては、有効な道具であるとは言えないのが現状です。
今回は、実際の年齢から予想される脳の画像所見と実際の状態とのギャップから、認知症のリスクを評価する方法を開発した研究について説明させてください。
灰白質の状態から予想される年齢を認知症リスクを評価する指標として用いる
畳み込み型の神経ネットワーク（convolutional neural network）と言われるコンピューターの情報システムを構築し、最近良く話題になることの多い機械学習（ディープラーニング）が行われました。
3688人の認知症のない高齢者（平均66歳）が対象となり、認知症リスクを評価するためのディープラーニングが行われました。
5年間の経過観察による症状経過まで学習させると、画像上で灰白質の密度から判断される脳の年齢と実際の年齢とのギャップから、かなり正確に認知症発症について予測が可能であることが分かりました。
ディープラーニングのモデルは万能というわけではなく、性別や人種によって偏りが生じ、判定が不正確になる傾向が指摘されています。
しかし、画像診断のみで、早期に認知症リスクを評価できるメリットは大きく、確かめの研究が進んで、実地で使用できる日が近づくことが望まれます。