dSI: dlPFC Sensitivity Index
▼概要
dSI（dlPFC Sensitivity Index）は、EEGデータから算出されるデジタルバイオマーカーであり、dlPFC: dorsolateral prefrontal cortexの機能的感受性を定量化する指標である。
主にTMS治療に対する反応性を予測する目的で開発され、患者ごとの治療効果のばらつきを説明する手がかりとなる。
▼目的
TMSの標的領域であるdlPFCの機能状態を事前に評価
治療前にresponder / non-responderを判別
個別化治療（precision psychiatry）の実現
▼基本原理
データ取得:
課題実行中のEEG（task-based EEG）
特徴抽出:
脳領域間の機能的結合性（functional connectivity）
指標化:
dlPFCに関連するネットワークの感受性を数値化
予測:
TMS治療アウトカムとの相関
▼使用技術
EEG functional connectivity解析（PSI: Phase Slope Index）
L1-regularized logistic regression（特徴選択・モデル構築）
Task-based paradigm（eANTなどの感情課題）
▼特徴
タスク依存性:
安静時ではなく課題中の脳活動を利用
回路特異性:
治療標的であるdlPFC回路にフォーカス
解釈可能性:
ブラックボックスではなく特徴量ベース
▼臨床的意義
TMS治療の成功確率を事前に予測可能
無効治療の回避（コスト削減・時間短縮）
精神医療における客観的意思決定の導入
▼課題
再現性:
他施設・他集団での外部検証が必要
ノイズ耐性:
EEG特有の測定誤差・環境依存性
汎用性:
他治療や他疾患への適用可能性
標準化:
測定プロトコルの統一
▼競合・類似概念
fMRI-based connectivity biomarkers
Resting-state EEG biomarkers
Digital phenotyping
▼市場・産業上の位置付け
単なる指標ではなく、「治療選択アルゴリズム」の中核
特にTMSやNeuromodulation領域における意思決定レイヤー
▼VC視点での論点
単体価値の限界:
dSI単独ではコモディティ化の可能性
Moatの源泉:
dSIを改善し続けるための縦断データ
勝ち筋:
特定治療（TMS）との統合による差別化
リスク:
再現性が確立されない場合の価値毀損
▼参照
Drysdale AT et al. (2017) Nature Medicine
Michel CM, Murray MM (2012) NeuroImage
Topol EJ (2019) Nature Medicine