公衆衛生

科学分野:

• 計算神経科学
• 生体医工学
• 医療における人工知能

背景:

• アルツハイマー病および関連認知症（ADRD）のリスク要因（遺伝的、ライフスタイル、環境的）に関する広範なデータは、個別化されたリスク予測のコンセンサスを欠いている。
• 運動、糖尿病、ビタミンDなどの要因に関する相反する研究結果は、ADRDのリスク評価を複雑にしている。
• 現在の方法は、多様なデータを統合することに苦労しており、ADRDの個別化された予測と予防を妨げている。

研究 の 目的:

• ADRDのリスクとレジリエンスに関する様々なデータを統合するための因果モデルを開発すること。
• ADRDのリスク要因に関する様々な研究からの相反する所見を調和させること。
• デジタルツインを使用して、個別化されたADRDリスク予測と個別化された治療戦略を可能にすること。

主な方法:

• 質量収支、フィードバックループなどの工学原理を使用して、脳の健康と神経変性のメカニズムモデルを開発した。
• インビトロ、インビボ、臨床、死後などの多様なデータでモデルを較正し、生物学的に関連性の高い変動を特定した。
• ハザード比とカプランマイヤーデータを再現するデジタル集団を生成し、ベイズ事前分布として機能させた。

主要な成果:

• 因果モデルは相反するデータを調和させ、リスク要因の効果量を比較するための統一されたフレームワークを提供する。
• 代償機構が機能不全に陥っているサブグループに、層別化されたデジタル集団を分類した。
• 個別化されたADRDリスク予測と治療ガイダンスのために、ベイズ推論を使用して個々のデジタルツインを作成した。

結論:

• ADRD研究を因果仮説に統合し、疾患の病因をモデル化するには、計算ツールが不可欠である。
• AIと統合されたメカニズムモデルは、多様なデータセットと事前知識を組み合わせるための理想的なフレームワークを提供する。
• デジタルツインを作成するためのスケーラブルなプラットフォームは、ヘルスケアを改善し、ADRDの個別化された治療戦略を最適化できる。