東京医科歯科大学、京都大学などの研究グループは、MRI画像からギャンブル障害を予測するシステムを開発した。ギャンブル障害は、患者本人がギャンブルに関連する行動を認めなかったり隠したりする傾向があり、適切な診断が困難であることが多い。このシステムによって、生物学的情報に基づいた診断が可能になる。
東京医科歯科大学、京都大学などの研究グループは、MRI画像からギャンブル障害を予測するシステムを開発した。ギャンブル障害は、患者本人がギャンブルに関連する行動を認めなかったり隠したりする傾向があり、適切な診断が困難であることが多い。このシステムによって、生物学的情報に基づいた診断が可能になる。 研究グループは2台のMRI装置を使用して、ギャンブル障害患者70名、健常対照群91名の合計161名の安静時脳機能画像（rsfMRI）を撮影し、対象者それぞれの安静時脳機能結合9730本を人工知能（AI）で計算。ギャンブル障害の診断に関係する15本の脳機能結合と、それぞれの結合の重み付けの情報から、診断に使用できるバイオマーカーとなる数値的指標を算出した。 学習用データで検証したところ、判定精度（AUC：Area Under the Curve）は0.89（1に近いほど優れている）だった。さらに、3台目のMRI装置を使って、学習用データとは異なる20名（ギャンブル障害患者6名、健常対照群14名）のrsfMRI画像を収集して、判別器にかけたところ、AUCは0.81となった。 研究成果は4月15日、「サイキアトリー・アンド・クリニカル・ニューロサイエンシズ（Psychiatry and Clinical Neurosciences）」誌にオンライン掲載された。（笹田）
