アクチグラフィー（手首に装着する簡便な装置による休止活動サイクルのモニタリング）と特殊なAIトランスフォーマーモデルを組み合わせることで、パーキンソン病患者と健常対照群を93％超の精度で識別し、併発するREM睡眠行動障害（RBD）を持つ患者を95％超の精度で特定できることが、7月7日にJournal of Sleep Researchに掲載された研究で明らかになった。
この知見は、同じ非侵襲的アプローチによって、孤立性REM睡眠行動障害（iRBD）を持つ人々,,パーキンソン病および関連するシヌクレイノパチーの既知の前駆体,,における初期の神経変性変化を、運動症状が臨床的に明らかになる数年前に検出できる可能性を示唆している。
研究内容
スイスのインセルスピタル、ベルン大学病院の研究者らは、パーキンソン病（PD）患者、RBDの有無にかかわらずPD患者、孤立性RBD患者、および非神経変性対照群からのアクチグラフィーデータに基づいて、3つのAIアーキテクチャを訓練し比較した。
Pre-trained Actigraphy Transformer（PAT）,,アクチグラフィーの時系列データに微調整されたトランスフォーマーモデル,,は、畳み込みニューラルネットワークと従来の機械学習アプローチの両方を上回った：
| 分類タスク | AUC | 感度 | 特異度 |
|—|—|—|—|
| PD vs. 対照群 | 0.937 | 80.5% | 92.9% |
| PD-RBD vs. PD-noRBD | 0.956 | 84.4% | 92.9% |
CNNはPD対対照群でAUC 0.863を達成し、従来の機械学習は0.840にとどまった。
重要なのは、PATモデルが孤立性RBD患者,,睡眠障害はあるがパーキンソン病の臨床兆候がない個人,,に対してテストされたとき、そのモデルスコアは対照群とPD群のちょうど中間に位置したことだ。この中間的な位置づけは、AIが運動診断に先立つ微妙な神経変性変化を捉えていることを示唆している。
PD-RBD患者はまた、RBDのないPD患者および対照群の両方と比較して、アクチグラフィーの特徴が有意に変化しており、休止活動の断片化が標準的な臨床評価で検出される範囲を超えた明確なシグネチャーを有していることを示している。
重要性
現在のパーキンソン病の診断は臨床的な運動症状に依存しており、これらの症状は実質的なドーパミン作動性ニューロンの喪失がすでに発生した後にのみ現れる。前駆期検出のための客観的でスケーラブルなバイオマーカーは、運動障害研究における最優先事項の一つである。
アクチグラフィーには実用的な利点がある。手首装着型デバイスはすでに睡眠医学や消費者向けウェアラブルで広く使用されている。AI分析層を追加することで、既存のインフラを神経変性疾患のスクリーニングツールに拡張できる,,特殊な機器、放射性トレーサー、初期トリアージのための病院訪問は不要である。
60歳以上の一般人口の約1％を占めると推定されるiRBD患者の大多数は、その後シヌクレイノパチーを発症する。低コストのデジタルバイオマーカーは、差し迫ったリスクにある人を特定し、神経保護試験の候補者を層別化するのに役立つ可能性がある。
限界
本研究は横断的であり、著者らは、モデルを個人のリスク予測に使用する前に、縦断的コホートでの検証が必要であると明記している。iRBD患者におけるPATモデルの中間スコアが、表現型変換までの実際の進行時間とどの程度相関するかは依然として不明である。また、休止活動パターンに対する薬剤の影響や、RBDを超えた併存睡眠障害などの潜在的交絡因子については検討されていない。
結論
AI強化型アクチグラフィーは、パーキンソン病およびその前駆段階において、より高価で侵襲的なバイオマーカー手法に匹敵する診断性能を達成する。前向きに検証されれば、多くの人々がすでに就寝時に装着しているデバイスから始めて、集団レベルの神経変性リスク評価のための、真にスケーラブルで非侵襲的な最初のスクリーニングツールとなる可能性がある。
出典
Lopes L, Warncke JD, Filchenko I, Shi K, Bassetti CLA, Schäfer C.「Actigraphy meets AI: A digital biomarker for Parkinson’s disease and isolated REM sleep behaviour disorder.」Journal of Sleep Research. 2026 Jul 7:e70396. DOI: 10.1111/jsr.70396
雅子 訳