도쿄, 29년 2023월 XNUMX일 – (JCN 뉴스와이어) – 오이타 대학과 주식회사 에자이(Eisai)는 손목 밴드 센서를 사용하여 뇌의 아밀로이드 베타(1)(Aβ) 축적을 예측하는 세계 최초의 기계 학습 모델을 개발했다고 발표했습니다. 이 모델은 일상생활에서 생물학적, 생활방식 데이터를 수집하는 것만으로 알츠하이머병의 중요한 병리학적 요인인 뇌 Aβ 축적에 대한 스크리닝이 가능할 것으로 기대됩니다(2)(AD).

이 모델의 세부 사항은 동료 검토 의학 저널인 Alzheimer's Research & Therapy의 12년 2023월 XNUMX일 온라인 판에 게재되었습니다.

치매 원인의 60% 이상을 차지한다고 알려진 AD에서는 Aβ가 발병하기 약 20년 전부터 뇌에 축적되기 시작합니다. 이로 인해 Aβ를 표적으로 하는 새로운 치료제 개발이 촉발되어 일본에서 인간화 항용해성 응집 Aβ 단일클론항체의 승인이 이루어졌습니다. 약품의 치료 효과를 극대화하는 열쇠는 경도인지장애 환자의 뇌 내 Aβ 축적을 증상이 나타나기 전에 검출하는 것이다. 현재 뇌 Aβ 축적은 양전자방출단층촬영(3)(아밀로이드 PET)과 뇌척수액 검사*4(CSF 검사)로 검출할 수 있지만, 이러한 검사를 수행할 수 있는 의료기관의 수가 제한되어 있고 비용이 많이 들고 침습성이 높다. 이러한 테스트는 문제로 간주됩니다. 따라서 아밀로이드 PET 또는 CSF 검사가 필요한 사람들을 식별하기 위해 저렴하고 사용하기 쉬운 스크리닝 방법의 개발이 모색되었습니다.

운동 부족, 사회적 고립, 수면 장애 등의 생활 습관 요인과 고혈압, 당뇨병, 심혈관 질환 등의 질병이 AD의 위험 요인으로 알려져 있지만, 지금까지 뇌 Aβ 축적을 예측하기 위해 기계 학습 모델을 적용한 연구에서는 인지기능검사, 혈액검사, 뇌영상검사만 사용했다. 이에 비해 이번 연구는 '생물학적 데이터'와 '라이프스타일 데이터'에 초점을 맞춘 최초의 머신러닝 연구다.

이번 연구에서는 손목밴드 센서를 통해 수집한 신체 활동, 수면, 심박수 등 ‘생물학적 데이터’와 의료 상담을 통해 얻은 가족 수, 취업 현황, 외출 빈도, 이동 수단 등 ‘라이프스타일 데이터’를 통합했다. , 커뮤니티 활동 참여 일수, 나이, 학력, 음주 이력, 병력(고혈압, 뇌졸중, 당뇨병, 심장병, 갑상선 질환) 등 '피험자의 배경'을 기반으로 머신러닝 모델을 생성합니다. 뇌 아밀로이드 PET를 통해 양성 반응을 보일 가능성이 있는 개인을 예측하고 모델의 성능을 평가했습니다. 본 연구 결과, “생물학적 데이터”, “라이프스타일 데이터”, “피험자의 배경”으로 구성된 예측모델의 평가지표인 AUC(Area Under the Curve)가 0.79로 나타났으며, 모델은 스크리닝 능력이 충분합니다. 이 기계 학습 모델은 쉽게 사용할 수 있는 비침습적 변수를 사용하여 뇌 Aβ 축적을 예측할 수 있습니다. 결과적으로 이 모델은 아밀로이드 PET 및 뇌척수액 검사에 대한 접근이 거의 어려운 지역에 거주하는 사람들을 위한 사전 검사로 널리 적용 가능하고, 환자의 재정적, 신체적 부담은 물론 임상 연구 비용을 줄이기 위한 것으로 보입니다.

연구배경 및 개요

일본은 65세 이상 치매 환자가 증가하는 초고령화 사회로 진입함에 따라 치매의 가장 흔한 원인인 알츠하이머병(AD)의 새로운 치료제 개발이 시급한 과제이다. 운동 부족, 사회적 고립, 수면 장애 등의 생활습관과 고혈압, 당뇨병, 심혈관 질환 등의 질병도 AD의 위험 요인으로 알려져 있습니다. Aβ를 표적으로 하는 약물 개발은 최근 몇 년간 진전을 보였으며, 올해에는 항Aβ 원섬유 항체가 일본에서 승인되었습니다. 이 약의 효과를 극대화하려면 뇌 아밀로이드 축적이 증가할 가능성이 있는 증상 전 경도 인지 장애(MCI)가 있는 개인을 식별하는 것이 필수적입니다. 현재까지 인지 기능 검사, 혈액 검사, 뇌 영상 검사 등을 통해 뇌 Aβ 축적을 예측하는 기계 학습 모델에 대한 보고가 있었지만, 생물학적 데이터나 생활 방식 데이터에 초점을 맞춘 연구는 없습니다. 이번 연구는 손목밴드 센서를 통해 수집한 일일 활동, 수면, 언어, 심박수 등 '생물학적 데이터'와 손목밴드 센서를 통해 수집한 '생활방식 데이터'를 활용해 피험자의 아밀로이드 양성 여부를 예측하는 머신러닝 모델을 만드는 세계 최초의 시도다. 의료 상담.

연구 결과 및 의의, 향후 발전

본 연구는 65년 2015월부터 2019년 122월까지 오이타현 우스키시에 거주하는 54세 이상 치매 노인을 대상으로 실시한 전향적 코호트 연구의 데이터를 활용했다. 인지 장애 또는 주관적 기억 장애가 있는 사람은 68개월마다 약 75.50일 동안 손목 밴드 센서를 착용했습니다. 연구에서는 의료 상담을 통해 생활습관 데이터도 수집했으며, 피험자들은 7년에 걸쳐 정기적으로 아밀로이드 PET 검사(연 3회)를 받았습니다. 연구에서는 신체 활동, 수면, 심장박동 등 손목밴드 센서에서 수집한 '생물학적 데이터'와 '라이프스타일 데이터'를 통합하기 위해 서포트 벡터 머신, Elastic Net, 로지스틱 회귀의 세 가지 머신러닝 기술로 생성된 예측 모델을 평가했습니다. 가족 구성원과의 동거 여부, 고용 상태, 야외 활동 빈도, 이동 수단, 커뮤니티 활동 참여 일수 등 의료 상담을 통해 얻은 정보와 연령, 학력, 이력 등 '대상자의 배경' 알코올 사용 및 병력(고혈압, 뇌졸중, 당뇨병, 심장병, 갑상선 질환). 예를 들어 Elastic Net을 사용해 손목밴드 센서에서 수집한 '생물학적 데이터'만으로 생성된 예측 모델의 AUC는 3인 반면, '라이프스타일 데이터'와 환자 배경을 추가로 생성한 예측 모델의 AUC는 0.70로 향상된 성능을 나타냈습니다. . 이번 연구는 손목밴드 센서로 수집한 일상 활동, 수면, 언어, 심박수 등 '생물학적 데이터'와 의료를 통해 수집한 '생활방식 데이터'를 활용해 뇌 Aβ 축적을 예측하는 기계학습 모델을 만드는 세계 최초의 시도다. 상담, "주제의 배경"도 마찬가지입니다.

또한 Aβ 축적을 예측하는 데 기여하는 여러 요인을 식별하기 위해 최첨단 알고리즘을 사용하여 세 가지 학습 기계 기술에서 공통적인 22개의 공통 요인을 식별했습니다. 구체적으로는 신체 활동, 수면, 심박수, 대화량, 나이, 교육 기간, 자녀 유무, 교통 수단, 병원 방문 시 동행인 유무, 통신 빈도, 외출 횟수 등이 확인되었습니다.

학술 논문:

제목: 웨어러블 센서 데이터와 라이프 스타일 요인을 갖춘 해석 가능한 기계 학습 모델을 사용하여 양전자 방출 단층 촬영 뇌 아밀로이드 양성 예측

저자: 기무라 노리유키(오이타 대학 의과대학 신경학과) 1,2, 아오타 토모키(주식회사 에자이), 1, 아소 야스히로(오이타현립병원), 야부우치 겐이치(의학부 신경학과) , 오이타 대학), 사사키 코타로(주식회사 에이사이), 마스다 데루아키(오이타 대학 의과대학 신경학과), 에구치 아츠코(오이타 대학 의과대학 신경학과), 마에다 요시타카(에이사이 Co., Ltd.), Ken Aoshima(주식회사 Eisai/쓰쿠바 대학) 2, Etsuro Matsubara(오이타 대학 의과대학 신경학과)

1. 이 저자들은 원고에 동등하게 기여했습니다.   
2. 교신저자.

출판사: 알츠하이머 연구 및 치료

인터뷰 요청이나 문의사항은 아래 연락처로 연락주세요.

본 연구에 관한 추가 정보 또는 문의 사항이 있는 경우 기무라 노리유키(Noriyuki Kimura) 오이타대학교 의과대학 신경학과 부교수

(1) 아밀로이드베타 : 알츠하이머병의 원인으로 여겨지는 단백질로, 발병 전 약 20년 동안 뇌에 축적되어 노인반을 형성한다.
(2) 알츠하이머병: 치매의 가장 흔한 원인으로 노인반, 신경원섬유엉킴, 신경세포 사멸 등의 병리적 특징을 보인다.
(3) 아밀로이드 PET: 뇌 내 Aβ 축적을 가시화하는 뇌영상검사
(4) 뇌척수액 검사 : 뇌척수액에서 알츠하이머병 바이오마커인 Aβ42, 인산화타우, 총타우를 분석하는 검사

TEL: +81-(0)97-586-5814, FAX: +81-(0)97-586-6502
이메일：naika3@oita-u.ac.jp

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.jcnnewswire.com/pressrelease/88364/3/