MRIとAIで脳の水の流れを測定 ^{CEFR B2}

研究チームは、磁気共鳴画像法（MRI）だけでは直接とらえにくい極めて遅い脳内の水様流体の動きを、物理情報を取り入れた人工知能（physics-informed AI）で解析しました。ニューラルネットワークは、染料が時間経過で脳組織に広がる映像を用いて訓練され、流速と組織の透過性を同時に推定しました。

この解析は、グリンパティック系が廃棄物除去に関与することを支持し、二つの主要経路を示しました。ひとつは頭蓋骨と脳の間の表面に沿う開いた領域の周りを数マイクロメートル毎秒で流れる比較的速い経路です。もうひとつは深部の脳組織を滴るように進む経路で、速度は約50倍遅いとされます。グリンパティック系は2012年にマイケン・ネーダーガードがUniversity of Rochesterで初めて記述しました。

チームはまずマウスなどの動物で基準測定を集め、健康な脳と病気の脳、若年と高齢の脳での違いを比較したいとしています。ケリー教授はヒトでの測定が可能になれば臨床応用が重要になると述べ、アルツハイマー患者の循環不良の確認や若年期のスクリーニング、脳震盪後の流体障害の評価への利用が考えられると付け加えました。

共同研究者にはBrown University、URochester、University of Copenhagenの研究者が含まれ、研究はNIH National Center for Complementary and Integrative HealthとNIH BRAIN Initiativeの支援を受けています。