Neuroimaging biomarker
▼概要
Neuroimaging biomarkerは、MRIやfMRI、EEGなどの脳画像・神経活動データから抽出される、生物学的指標であり、疾患の診断、予後予測、治療反応の評価に用いられる。
特に精神疾患領域では、従来の症状ベース診断を補完する客観的指標として注目されている。
▼主なモダリティ
Structural MRI:
脳構造（体積・厚み）
Functional MRI (fMRI):
脳活動・機能的結合性
EEG:
電気的活動（高時間分解能）
PET:
代謝・神経伝達物質
▼用途
診断補助:
疾患分類・サブタイプ同定
予後予測:
疾患進行・再発リスク
治療反応予測:
薬物療法・TMSなどの効果予測
治療ターゲティング:
刺激部位の最適化
▼本ケースとの関係
dSIはEEGを用いたNeuroimaging biomarkerの一種
特にTMSの標的であるdlPFC回路の機能状態を評価し、治療反応性を予測
▼強み
客観性:
症状評価に依存しない
生物学的基盤:
神経回路レベルでの理解
個別化医療への応用:
precision psychiatryの基盤
▼課題
再現性:
施設間・装置間のばらつき
汎用性:
特定集団でのみ有効な可能性
コスト:
fMRIやPETは高コスト
解釈性:
因果関係の特定が難しい
▼モダリティ比較
fMRI:
高空間分解能・低時間分解能
EEG:
低コスト・高時間分解能・可搬性
PET:
分子レベル情報・高コスト
▼市場・産業構造
アカデミア主導 → スタートアップによる商用化が進行
単一モダリティからマルチモーダル統合へシフト
▼VC視点での論点
コモディティ化:
単一モダリティ単体では差別化困難
Moatの源泉:
縦断データ × 治療アウトカム
勝ち筋:
特定治療と強く結びついたバイオマーカー
重要シフト:
「画像」→「意思決定支援」
投資機会:
・治療反応予測モデル
・マルチモーダル統合基盤
・臨床実装ソフトウェア
▼参照
Drysdale AT et al. (2017) Nature Medicine
Insel TR (2015) Science
Topol EJ (2019) Nature Medicine