AIモデルがルーチンCTスキャンで慢性ストレス信号を検出

事実確認済み

研究者らは、標準的なCTスキャンで副腎の体積を測定することで慢性ストレスの負担を推定する深層学習モデルを開発し、彼らが慢性ストレスに対する初の画像ベースのバイオマーカーと説明するものを導入した。この指標はAdrenal Volume Indexと呼ばれ、コルチゾール曝露、知覚ストレス、全生理的ストレス負荷、および長期的心血管リスクと関連していると、北米放射線学会の年次総会で発表される予定の知見によるとである。

慢性ストレスは健康に深刻な影響を及ぼし、不安、睡眠障害、筋肉痛、高血圧、免疫系の低下効果、そして心疾患、うつ病、肥満などの主要な状態に寄与すると、アメリカ心理学会によると。

ボルチモア、マリーランドのジョンズ・ホプキンス大学医学部の博士研究員であるエレナ・ゴトビ博士らが主導する新たな研究は、患者が他の理由で既に受けているCTスキャンを使用してストレスの長期的な影響を可視化する方法を提案している。

北米放射線学会(RSNA)の報告によると、ゴトビ氏と同僚らは、ルーチンの胸部CT画像上で副腎のサイズを自動的に測定する深層学習人工知能ツールを訓練した。米国だけでも毎年、数千万件の胸部CTスキャンが実施されている。

これらの測定値から、チームはAdrenal Volume Index(AVI)と呼ぶ指標を導き出し、これは立方センチメートルあたりの副腎体積をメートルあたりの身長の二乗で割った値(cm³/m²)と定義される。研究者らはAVIを、慢性ストレスの負担を反映する画像マーカーとして説明しており、サンプリング時点でのみホルモン濃度を捉える単一時点のコルチゾール検査とは対照的である。

この研究は、多民族動脈硬化症研究(MESA)のデータを用い、胸部CT画像検査を受けた成人および詳細なストレス関連評価を受けた成人を対象とした。RSNAの要約によると、チームはAI由来のAVIをコルチゾール測定値、全ostatic load(体質量指数、血圧、血糖値などの要因を含む複合指標)、および知覚ストレスやうつ病スコアなどの心理社会的指標と関連づけた。

AVI値が高いほど、全体的なコルチゾール曝露量が多く、ピークコルチゾール値が高く、全ostatic loadが増加していた。知覚ストレスレベルが高いと報告した参加者は、低いストレスを報告した参加者よりもAVIが高い値を示した。研究者らはまた、AVIが心臓構造の指標である左心室質量指数の上昇と関連し、AVIが1 cm³/m²増加するごとに、心不全および死亡のリスクが最大10年間の追跡調査で上昇したことを、RSNA要約によると発見した。

「私たちのアプローチは広く利用可能な画像データを活用し、既存の胸部CTスキャンを使用してさまざまな疾患における慢性ストレスの生物学的影響を大規模に評価する扉を開きます」と、RSNAが発表したゴトビ氏の発言。

主任著者のシャドプール・デメフリ博士、ジョンズ・ホプキンス大学の放射線学教授は、この手法により、臨床医が多くの患者がルーチンケアの一環として既に受けているスキャンを使用して、体内のストレスの長期負担を可視化できると述べた。

RSNA報告書で、共同著者のテレサ・E・シーマン博士、UCLA疫学教授は、この仕事は、副腎体積というルーチンで得られる画像特徴を、検証済みの生物学的・心理学的ストレス指標と関連づけ、それが主要な臨床転帰を独立して予測することを示す点で特に注目に値すると述べた。

研究者らは、この画像バイオマーカーにより、追加の放射線被曝や追加検査なしに心血管リスク評価と予防戦略を洗練できる可能性があり、中高年および高齢者を一般的に影響する一連のストレス関連疾患にわたって関連性がある可能性があると述べている。

RSNA要約に記載された他の貢献者には、Roham Hadidchi、Seyedhouman Seyedekrami、Quincy A. Hathaway、M.D., Ph.D.、Michael Bancks、Nikhil Subhas、Matthew J. Budoff、M.D.、David A. Bluemke、M.D., Ph.D.、R. Graham Barr、Joao A.C. Lima、M.D.が含まれる。

関連記事

Close-up photo of a retinal scan in a lab, highlighting eye vessels linked to heart risk and aging, with researcher analyzing data.
AIによって生成された画像

網膜スキャンが生物学的加齢と心血管リスクを示す可能性

AIによるレポート AIによって生成された画像 事実確認済み

マクマスター大学と人口健康研究所の研究者らは、簡単な網膜スキャンと遺伝子および血液データを組み合わせることで、心血管の健康と生物学的加齢への非侵襲的な窓を提供できる可能性があると報告しています。74,000人以上の分析で、目の血管パターンがより単純であることが心臓病リスクの増加と加齢の加速に関連していることが示されました。この研究は、2025年10月24日にScience Advancesに掲載され、調査中の潜在的な早期検出ツールを指摘しています。

Researchers at the University of Technology Sydney are exploring how sweat-sensing wearables, combined with artificial intelligence, could enable real-time, non-invasive tracking of health biomarkers. Their work suggests that sweat-based monitoring might one day help flag risks for conditions such as diabetes and other chronic diseases before symptoms appear, offering a painless complement to some blood tests for tracking hormones, medications, and stress-related biomarkers.

AIによるレポート

Wellness Mamaの創設者ケイティ・ウェルズは、AI駆動ツールを使用したパーソナライズドヘルスリスク評価からの洞察を共有し、生活習慣要因が慢性疾患リスクにどのように大幅に影響を与えるかを強調しています。この評価は、10,000件以上の研究データにより駆動され、家族歴があるにもかかわらず、彼女のがんリスクが人口平均を下回っていることを示しました。これは、反応的医療から積極的予防へのシフトを強調しています。

ボストンの研究者による予備分析では、夜間の人工光へのより大きな曝露が、脳内のストレス活動の増大、動脈の炎症、および主要な心臓イベントのリスクの上昇と関連していることが示された。この研究は、2025年11月7日から10日までニューオーリンズで開催されるAmerican Heart AssociationのScientific Sessions 2025で発表され、光汚染を潜在的に修正可能な環境要因として位置づけている。

AIによるレポート

ミシガン大学の研究者らが、Primaと名付けたAIシステムを開発。脳のMRIスキャンを数秒で解釈し、神経疾患を最大97.5%の精度で特定する。このツールは、脳卒中や脳出血などの緊急事例も検知し、医療対応を迅速化する可能性がある。研究結果はNature Biomedical Engineeringに掲載された。

日本の研究者らは、手の甲と握り拳の写真を解析することでアクロメガリーを検知する人工知能モデルを開発したと述べている。この手法は顔画像や指紋の使用を避けるよう設計されている。チームによると、このシステムは試験で良好な成績を収め、臨床医が潜在的な症例を早期に特定し患者を専門医の評価に回すのに役立つ可能性がある。

AIによるレポート 事実確認済み

重症うつ病を患う若年成人を研究した研究者らが、脳と血液細胞の両方に異常なエネルギー「シグネチャー」を報告した。安静時に高いATP関連指標を示すが、需要が増加した際のエネルギー産生能力は低下している。*Translational Psychiatry*に掲載されたこの知見は、疲労や低い動機付けなどの一般的な症状を説明する可能性があるが、研究は初期段階で小規模サンプルに基づく。

 

 

 

このウェブサイトはCookieを使用します

サイトを改善するための分析にCookieを使用します。詳細については、プライバシーポリシーをお読みください。
拒否