カリフォルニア大学ロサンゼルス校（UCLA）の研究者らは、アルツハイマー病の発症を予測する4つの診断経路を特定した。
研究はUCLA医学情報学博士前期課程のMingzhou Fuと神経内科学助教授Timothy Changが主導し、2025年6月30日にeBioMedicine誌にオンライン掲載された。研究チームは、カリフォルニア大学ヘルスデータウェアハウスの24,473人の患者データを分析し、そのうち5,762人から6,794の独自のアルツハイマー病進行軌跡を抽出した。さらにUCHDW内の独立した8,512人の別データセットと、全米の多様な集団を含むAll of Us研究プログラムで検証を実施した。
特定された4つの軌跡クラスターは、精神的健康（精神症状から認知機能低下）、脳症（徐々に悪化する脳機能障害）、軽度認知障害（段階的な認知機能低下の進行）、血管疾患（心血管系疾患から認知症リスクへ）である。診断経路（エッジ）の約26%で一貫した方向性が確認され、例えば高血圧がうつ病エピソードに先行し、その後アルツハイマー病リスクが増加するパターンが観察された。これらの複数段階の軌跡は、単一の診断よりも高いアルツハイマー病リスクを示すことが判明した。
From: 
These 4 Distinct Patterns May Signal Alzheimer’s According to Science
【編集部解説】
この研究が示すものは、アルツハイマー病の理解における根本的なパラダイムシフトです。従来、医学界では個別のリスクファクターに注目していましたが、UCLAの研究チームが発見したのは、疾患が複数の段階を経て進行する「軌跡」の存在でした。これは、まさに病気の「設計図」を発見したことに等しいと言えるでしょう。
研究の革新的な点は、動的時間伸縮（Dynamic Time Warping）という技術の応用にあります。この技術は元々、音声認識や時系列データ解析で使われるものですが、それを医療データに適用することで、患者ごとに異なる病気の進行速度を標準化し、共通のパターンを見つけ出すことに成功しました。これは、医療AI分野における画期的な手法の応用例と言えます。
特に注目すべきは、この研究が約25,000人という大規模データから6,794の独自軌跡を抽出し、さらに全米規模のAll of Us研究プログラムで検証を行った点です。こうした多層的な検証により、結果の信頼性は大幅に向上しています。
この発見が医療現場に与える影響は計り知れません。従来の診断では、高血圧やうつ病といった症状を個別に評価していましたが、今後は「高血圧→うつ病エピソード→アルツハイマー病リスク増加」といった連鎖的な見方が重要になってきます。これにより、病気が進行する前の段階で予防的な介入が可能になる可能性があります。
四つの軌跡クラスターは、それぞれ異なる人口統計学的特徴を持っています。つまり、年齢、性別、既往歴によって、どの軌跡を辿りやすいかが予測できるということです。これは、個別化医療（precision medicine）の実現に向けた重要な一歩となります。
ただし、いくつかの課題も残されています。まず、この研究は因果関係を直接証明するものではありません。あくまで相関関係の発見であり、実際の予防介入の効果を確認するには、さらなる臨床試験が必要です。
また、データの大部分がカリフォルニア大学のヘルスシステムから収集されているため、地理的・文化的バイアスの可能性も考慮する必要があります。全米規模のAll of Usでの検証により、この懸念はある程度軽減されていますが、国際的な展開には更なる検証が求められるでしょう。
規制の観点では、このような予測モデルの医療現場への導入には、FDA等の承認プロセスが必要になります。特に、AIを活用した診断支援システムとして実装される際には、アルゴリズムの透明性や説明可能性が重要な課題となります。
長期的には、この研究がもたらす最も重要な変化は、「治療から予防へ」のシフトです。現在、アルツハイマー病に対する根本的な治療法は存在しませんが、軌跡の早い段階での介入により、疾患の進行を遅らせたり、場合によっては阻止したりできる可能性があります。これは、高齢化社会を迎える日本にとっても極めて重要な知見と言えるでしょう。
【用語解説】
動的時間伸縮（Dynamic Time Warping）
時系列データの長さが異なる場合でも、類似のパターンを比較・検出するためのアルゴリズム技術である。音声認識や機械学習分野で広く使用され、今回の研究では患者ごとに異なる病気の進行速度を標準化し、共通のパターンを見つけ出すために応用された。
軌跡クラスター（Trajectory Clusters）
複数の疾患や症状が時系列で進行するパターンを、類似性に基づいてグループ化したもの。今回の研究では4つのクラスターが特定され、それぞれ異なるアルツハイマー病への進行ルートを示している。
精密医療（Precision Medicine）
患者の遺伝的特徴、環境要因、ライフスタイルなどの個人差を考慮し、個々の患者に最適化された治療や予防策を提供する医療アプローチである。
【参考リンク】
UCLA Health（外部）
今回の研究を主導したカリフォルニア大学ロサンゼルス校の医療センター
All of Us Research Program（外部）
100万人以上の参加者から健康データを収集する国立衛生研究所の大規模プログラム
eBioMedicine（外部）
今回のアルツハイマー病軌跡研究を掲載したランセット出版グループの医学雑誌
【参考記事】
New study maps four key pathways to Alzheimer’s disease（外部）
UCLA Healthの公式プレスリリースで、研究の詳細な方法論と結果を発表
UCLA Scientists Identify 4 Key Pathways to Alzheimer’s Disease（外部）
SciTechDailyによる研究解説記事で、動的時間伸縮技術の応用について詳述
Alzheimer’s doesn’t strike at random: These 4 early-warning patterns（外部）
Science Dailyによる研究紹介記事で、従来の分析手法との比較を解説
Study reveals new ways to predict onset of Alzheimer’s disease（外部）
Fox LiveNowによる記事で、研究結果の臨床的意義と今後の展望を分析
【編集部後記】
このアルツハイマー病の軌跡研究を読んで、皆さんはどう感じられたでしょうか？もしかすると、ご自身やご家族の健康について考えるきっかけになったかもしれません。今回の4つの軌跡パターンの発見は、まさに医療がリアクティブ（対症療法）からプロアクティブ（予防的）へとシフトする転換点かもしれません。読者の皆さんは、このような予測医療が実用化されたとき、どんな使い方をしたいと思われますか？また、AIによる健康予測について、どのような懸念や期待をお持ちでしょうか？ぜひSNSで、皆さんの率直なお考えをお聞かせください。一緒にヘルステックの未来を考えていければと思います。
AI(人工知能)ニュースをinnovaTopiaでもっと読む
ヘルスケアテクノロジーニュースをinnovaTopiaでもっと読む
