Neuronavigation-guided TMS
▼概要
Neuronavigation-guided TMSは、個々の患者の脳画像（主にMRI）を用いて、TMS刺激の位置を高精度にナビゲーションする技術である。
従来の解剖学的目安に基づく刺激と比較して、ターゲット領域（例：dlPFC）への空間的精度を向上させる。
▼基本原理
画像取得:
個人の脳構造（MRI）を取得
位置マッピング:
頭部位置と脳画像をリアルタイムで対応付け
ナビゲーション:
TMSコイルの位置・角度を追跡
刺激最適化:
ターゲット領域に対して正確に刺激
▼従来法との違い
従来:
頭蓋骨上のランドマーク（例：5cmルール）で位置決定
→ 個体差を反映できない
neuronavigation:
個人の脳構造に基づくターゲティング
→ 精度・再現性が向上
▼本ケースでの役割
dSIによって評価されたdlPFCの機能状態に基づき、適切な刺激部位を正確に特定
TMSの治療効果のばらつきを低減するための重要な実装要素
▼強み
高精度:
個人ごとの脳構造に最適化
再現性:
同一部位への繰り返し刺激が可能
個別化医療との親和性:
バイオマーカーとの統合が容易
▼課題
コスト:
MRI取得・ナビゲーション装置が必要
オペレーション負担:
臨床現場での導入ハードル
スケーラビリティ:
簡易プロトコルとのトレードオフ
▼技術進展
fMRI統合:
機能的結合性に基づくターゲティング
自動化:
AIによる刺激位置最適化
EEG統合:
リアルタイムフィードバック制御（closed-loop）
▼競合・代替手法
標準TMS（ランドマークベース）
fMRI-guided targeting
connectivity-based targeting
▼市場・産業構造
TMS装置メーカーがハードウェアとして提供
今後はソフトウェア・アルゴリズム統合による付加価値が拡大
▼VC視点での論点
コモディティ化リスク:
ハード単体では差別化が限定的
真の価値:
「どこを刺激するか」を決めるアルゴリズム
勝ち筋:
バイオマーカー（例：dSI）との統合
投資機会:
・ターゲティング最適化ソフト
・closed-loop neuromodulation
▼参照
Herwig U et al. (2001) Neuropsychopharmacology
Sack AT et al. (2009) Brain Stimulation
Fox MD et al. (2012) Neuron