Research projects

Twenty-five cases were registered. No adverse event was admitted. Increasing the hippocampal volume after electroconvulsive therapy might be specific and play a central role in the treatment mechanism of electroconvulsive therapy. Like previous studies, we also identified white matter changes in diffusion tensor imaging and functional connectivity changes on resting-state functional MRI.

うつ病は生活の質に大きな影響を与える疾患である。電気けいれん療法は経頭蓋的に電気刺激を加えることでけいれんを誘発する治療法であり、うつ病に対して最大の治療効果を有し、安全性も確立している。しかし、その作用機序は不明である。脳波を用いて電気けいれん療法の作用機序に挑んだ研究は少ない。近年脳波の速波成分であるγ帯域神経活動（30-80Hz）の高次脳機能や精神疾患の神経学的基盤との関連が指摘されている。本研究では「電気けいれん療法直後から持続的に安静時ならび課題下での脳波変化（主にγ帯域神経活動増加）を引き起こし、この脳波変化が電気けいれん療法の治療効果に相関する」とする仮説を検証する。 慶應義塾大学病院脳波室直下に3テスラのMRIが存在したため、高密度脳波計Geodesic EEG System400で取得した脳波データにおいて従来の皿電極 脳波計では明らかでなかった電磁波による周期的ノイズが混入した。この電磁波によるノイズ対策のためにさまざまな解析技法を用いてノイズ除去を試みたが、ノイズの除去が困難であった。慶應義塾大学病院内で精神神経科外来等代替えのデータ取得場所も検討したが、電子機器の影響を受けてノイズが著しく混入してしまう状況であった。このため、計測機器の変更等研究計画の変更が必要な状況とである。このため、現時点において当初予定されていた被験者登録がなされていない状況である。 一方で、本研究の主旨である電気けいれん療法の作用機序解明に関連して、過去に慶應義塾大学にてうつ病に対して電気けいれん療法を受療した症例を対象として、電気けいれん療法の治療効果予測を機械学習の手法を用いてい行い、うつ病エピソードの罹患期間、重症度等が治療効果に関係することを明らかとした（Individual Prediction of Remission Based on Clinical Features Following Electroconvulsive Therapy: A Machine Learning Approach）。また、電気けいれん療法に置いて重要な麻酔薬選択において、吸入麻酔薬であるセボフルレンは、静脈麻酔薬であるチオペンタールに比して、総刺激回数、治療回数、不全発作数が多くなることを明らかとした。（Impact of Sevoflurane and Thiopental Used Over the Course of Electroconvulsive Therapy: Propensity Score Matching Analysis. ） 慶應義塾大学病院脳波室の直下に3テスラのMRIが存在したたたため、高密度脳波計Geodesic EEG System400で取得した脳波データでは従来の皿電極脳 波計では明らかでなかった電磁波による周期的ノイズが混入した。この電磁波によるノイズ対策のためにさまざまな解析技法を用いてノイズ除去を試みたが、ノイズの除去が困難であった。慶應義塾内で代替えのデータ取得場所も検討したが、電子機器の影響を受けてノイズが著しく混入してしまう。このため、計測機器の変更等研究計画の変更が必要な状況となっている。このため、現時点において当初予定されていた被験者登録がなされていない状況である。 高密度脳波計Geodesic EEG System400でノイズを低減した脳波データ取得が脳波室以外での脳波取得を含めて困難と判断し、脳波計を簡易脳波計等に変更する等の研究計画の変更での対応を検討している。

高齢運転者を対象とした運転免許証更新時の検査は、認知症のスクリーニング検査として有用であるが、健常者やMCIの不安全運転のリスクについて評価できない。さらに注意欠如多動性障害（ADHD）においても不注意による運転事故の報告がある。そこで、本研究は以下を検証する。①ドライブレコーダを搭載した実車を用いて運転行動データを集積し、不安全運転の定量評価を新たな運転技能指標を確立する。②人工知能技術を用いて、神経心理検査や脳画像データから、不安全運転リスクの予測モデルを確立する。健常者やMCI、ADHDにおいて、どのような認知機能や脳内ネットワークの障害が不安全運転のリスクと関連しているか明らかにする。 2022年度も世界的にCOVID-19の感染が収まらず、日本国内においても行動制限が行われていた。本研究の対象者は65歳以上となっており、高齢者は重症化のリスクが高いことや基礎疾患を有している者も多いため、研究協力者の感染予防の観点からの安全を第一に考えリクルートおよびデータ収集を中断していた。 その間、これまでに蓄積できた実車データ、脳画像データ、神経心理データの一部を用いて、健常高齢者の白質構造の異常と危険運転の関係性についての論文を発表した。前回発表した論文内容をさらに支持するかたちで、背側注意ネットワークを構成する右の上縦束の白質繊維の構造異常が不安全運転と大きく関与していることが示された。論文は、「White matter alterations in the dorsal attention network contribute to a high risk of unsafe driving in healthy older people」という題名で、2022年の7月にPsychiatry and Clinical Neuroscience Reportにアクセプトされた。 ・Yamamoto Y, Yamagata B., et al. White matter alterations in the dorsal attention network contribute to a high risk of unsafe driving in healthy older people. Psychiatry Clin. Neurosci. Rep. 2022;1:e45. https://doi.org/10.1002/pcn5.45 さらに、新たな運転指標の開発を始めるためにデータ解析も同時並行的に行っている。また、リクルート再開に向けての準備も進めている。 2022年度も世界的にCOVID-19の感染が収まらず、日本国内においても行動制限が行われていた。本研究の対象者は65歳以上となっており、高齢者は重症化のリスクが高いことや基礎疾患を有している者も多いため、研究協力者の感染予防の観点からの安全を第一に考えリクルートおよびデータ収集を中断していた。今年度は早急にリクルートを再開しデータ取得をしていく方向である。 今後は研究協力者のリクルートを再開し、実車運転のデータの集積、認知機能検査、脳画像検査を収集していく。 その後、集積したデータを解析し、学会発表・論文発表を進めていく。

認知症患者は急速に増加しており、それによる社会的、経済的損失は計り知れない。早期の発見、介入が重要であるが、MRIや脊髄液による診断は時間や費用、侵襲性の点からスクリーニングに適さない。網膜は、血管、神経を直接評価可能で、脳と類似性があるため、非侵襲的に、脳を病理学的に評価する手段として網膜イメージングが注目されている。本研究では、医用画像解析で成果を上げている人工知能（機械学習）を用いて、これまでの疫学研究で得られた認知機能評価、眼科網膜イメージデータ（眼底写真・OCT画像）から、認知機能や認知症、軽度認知障害を推定する機械学習モデル（古典的機械学習ならびに深層学習モデル）を作成、検証する。