神経変性疾患の診断に革命をもたらす可能性がある研究が明らかになりました。
スウェーデンのルンド大学が開発したAIモデル「ProtAIDe-Dx」は、1回の血液サンプルから5つの異なる脳疾患を同時に検出できると示されました。
この研究は、2026年3月30日に医学誌「Nature Medicine」に掲載されています。
この成果が重要なのは、神経変性疾患の診断がこれまで非常に難しかったためです。
しかし、ProtAIDe-Dxは、その難しさを大きく変える可能性を示しました。
そのため、今後の臨床応用に向けた動きが強く注目されています。
ProtAIDe-Dxが注目される理由
ProtAIDe-Dxは、ルンド大学のJacob Vogel准教授が率いる研究チームが開発した、深層学習ベースのAI診断モデルです。
深層学習とは、大量のデータから特徴を学び取るAI技術です。
つまり、このモデルは血液中の情報から、脳疾患ごとの差を見つけ出します。
従来の神経変性疾患の診断では、症状の似通いが大きな壁でした。
一方で、MRIや髄液検査など、複数の検査を重ねる必要もありました。
ProtAIDe-Dxは、こうした中で、その課題を一挙に解決するツールとして注目されています。
同時に検出できる5つの脳疾患
ProtAIDe-Dxが検出対象とする疾患は、全部で5つです。
また、いずれも診断や鑑別が重要な病気です。
実際に、次の5疾患が対象に含まれています。
1. アルツハイマー病です。
これは、最も一般的な認知症の原因疾患です。
記憶や判断力などの低下が大きな特徴になります。
2. パーキンソン病です。
これは、運動障害を伴う神経変性疾患です。
体の動きのぎこちなさや震えなどが問題になります。
3. ALS（筋萎縮性側索硬化症）です。
ALSは、運動ニューロンが侵される難病です。
筋力低下や運動機能の喪失が進行します。
前頭側頭型認知症と過去の脳卒中も対象
4. 前頭側頭型認知症（FTD）も対象です。
FTDは、人格変化や言語障害を特徴とする認知症です。
そのため、アルツハイマー病とは異なる対応が求められます。
5. 過去の脳卒中も判定対象です。
つまり、脳血管障害の既往を血液から判定する仕組みです。
1回の血液検査で、ここまで幅広い判定を目指す点が大きな特徴です。
1万7千人超のデータで訓練した仕組み
このモデルは、Global Neurodegenerative Proteomics Consortium（GNPC）のデータを使って訓練されました。
GNPCは、世界最大の神経変性疾患タンパク質データベースです。
さらに、1万7千人以上の患者と健常者のタンパク質測定データが用いられました。
タンパク質とは、体の状態を反映する重要な分子です。
血液中のタンパク質の並びや量には、病気ごとの特徴が表れます。
ProtAIDe-Dxは、その違いをAIで読み取ります。
核心は「共同学習」という手法
技術的な核心は、共同学習（joint learning）にあります。
共同学習とは、複数の関連する課題を同時に学ばせる方法です。
そのため、共通点と違いの両方を効率よく見つけられます。
このアプローチにより、まず脳変性疾患全体に共通するタンパク質パターンを特定します。
さらに、そのパターンをもとにして、各疾患を個別に区別します。
つまり、複数疾患の同時診断を1回の血液採取で実現する仕組みです。
研究チームが示した希望
Jacob Vogel准教授は、将来像について明確に語っています。
「将来的に、1回の血液検査で複数の疾患を正確に診断できるようになることが私たちの希望です」と述べました。
この言葉は、研究チームが目指す方向性を端的に示しています。
しかし、研究チームは期待だけを強調しているわけではありません。
一方で、現状の限界も見据えながら開発を進めています。
その姿勢が、この研究の信頼性を支えています。
臨床診断を上回る予測精度
研究チームが特に強調したのは、このAIが臨床診断を単独で上回る予測精度を持つ点です。
これは、既存の診断の枠組みに対して大きな意味を持ちます。
実際に、いくつかの具体的な成果が確認されました。
まず、認知機能低下の予測で、臨床診断単独より高い精度を示しました。
また、同一診断内の生物学的サブタイプも識別できました。
さらに、複数の独立したデータセットを横断して検証済みである点も、大きな差別化要素です。
同じ診断名でも中身は同じではない
第一著者のLijun An博士は、非常に重要な点を指摘しています。
同じ臨床診断を受けた患者でも、異なる生物学的サブタイプが存在するようですと述べました。
これは、従来の診断名だけでは捉えきれない違いがあることを意味します。
さらにAn博士は、アルツハイマー病と診断された多くの患者が、他の脳疾患に近いタンパク質パターンを示していると説明しました。
つまり、複合的な疾患を抱えている可能性や、アルツハイマー病が複数の形で発症する可能性が示唆されます。
この点は、今後の個別化医療に直結する重要な発見です。
血液だけではまだ不十分という現実
画期的な成果ではありますが、Jacob Vogel准教授は慎重な姿勢も崩していません。
そのため、現時点では万能な診断法だと見るべきではありません。
研究チームは、課題も明確に示しています。
第一に、血液タンパク質測定のみでは多疾患診断に不十分です。
第二に、臨床診断ツールとの統合が必要です。
つまり、現段階では他ツールとの併用が必須だという立場です。
さらなる精度向上へ向けた次の一手
研究チームは、今後の改良方針も示しています。
また、質量分析法による追加タンパク質マーカーの導入を計画しています。
質量分析法とは、分子の重さを精密に調べる分析法です。
この方法を加えることで、血液中に含まれるより多くの特徴を拾える可能性があります。
一方で、そのぶん実用化には検証と標準化が必要になります。
それでも、ProtAIDe-Dxの精度をさらに引き上げる重要な工程といえます。
国際的な支援体制も研究を後押し
この研究は、SciLifeLabの支援を受けています。
さらに、Wallenbergデータ主導型ライフサイエンスプログラム、そして米国国立衛生研究所（NIH）も支援に加わっています。
こうした中、研究は国際的な基盤のうえで進められています。
研究支援の広がりは、単なる資金面だけの意味ではありません。
実際に、複数機関の支援はデータ基盤や検証体制の強化にもつながります。
そのため、研究成果の信頼性を支える要素として重要です。
医療現場にもたらす可能性
この技術が臨床現場に普及すれば、まず早期診断の実現が期待されます。
症状が軽い段階でも、病気の種類を見極めやすくなる可能性があります。
これは治療の開始時期に直結します。
また、生物学的サブタイプに基づいた個別化医療への道も開けます。
個別化医療とは、患者ごとの状態に合わせて治療を最適化する考え方です。
つまり、同じ病名でも中身の違いに応じた対応がしやすくなります。
検査の簡素化とコスト面の変化
ProtAIDe-Dxが普及すれば、検査の簡素化も期待できます。
一方で、従来は侵襲性の高い脊髄液検査が必要な場面もありました。
血液検査で代替できれば、患者の負担は大きく軽くなります。
さらに、複数検査を1回の採血に集約できれば、医療コストの削減にもつながる可能性があります。
検査回数や設備利用の負担が減れば、医療提供体制の効率化にも寄与します。
そのため、医療現場だけでなく社会全体への波及効果も大きい技術です。
日本社会にとっても見逃せない意味
高齢化が急速に進む日本では、認知症や神経変性疾患への対応が重要課題です。
しかし、早期発見と早期介入には、より簡便で精度の高い診断技術が欠かせません。
ProtAIDe-Dxは、その課題に直接関わる可能性があります。
実際に、認知症患者の早期発見が進めば、治療や支援の準備も早めやすくなります。
また、家族や介護の負担を考えるうえでも、診断の質は非常に重要です。
こうした中、今後の臨床試験や実装の動向が日本でも注目されます。
神経科学と医療AIの最前線
ルンド大学のProtAIDe-Dxは、1回の血液検査で複数疾患を同時判定するという、これまで難しかった課題に挑む研究です。
その意味で、神経科学と医療AIの最前線を示す成果といえます。
しかも、単なる理論ではなく、具体的な検証結果を伴っています。
まだ改良の余地はあります。
しかし、診断精度、利便性、スケーラビリティの面で、従来手法を大きく超える可能性が示されました。
そのため、今後の臨床試験と実用化に向けた研究が強く期待されます。
ソース
- ルンド大学
- Nature Medicine
- Neuroscience News
- SciLifeLab
- 米国国立衛生研究所（NIH）
