中国・浙江大学の科学者チームが、人工知能を活用して耳あかを分析し、パーキンソン病を検出する画期的な診断ツールを開発した。検出精度は驚異の94.4％に達した。
この研究は董浩（Hao Dong）氏と朱丹華（Danhua Zhu）氏が主導し、学術誌『Analytical Chemistry』に発表された。耳あかには皮脂が含まれており、その化学組成は病気の進行とともに変化することに着目した。皮膚の皮脂と異なり、耳あかは外部の汚染物質や化粧品などの影響を受けにくい保護された環境に存在する。
研究では、パーキンソン病患者108名と非患者101名、計209名から耳あかサンプルを採取。高度なガスクロマトグラフィー質量分析（GC-MS）を用いて、パーキンソン病患者で有意に濃度が異なる4つの揮発性有機化合物（エチルベンゼン、4-エチルトルエン、ペンタナール、2-ペンタデシル-1,3-ジオキソラン）を特定した。
さらに、ガスクロマトグラフィー表面弾性波センサー（GC-SAW）と畳み込みニューラルネットワーク（CNN）を組み合わせた人工知能嗅覚（AIO）システムを開発。機械学習モデルにより、クロマトグラムデータからパーキンソン病患者と非患者を識別するパターンを学習させた。
現在のパーキンソン病診断は、主に身体症状の観察に依存しており、多くの場合、神経変性がかなり進行した後でしか症状が現れない。早期発見が重要だが、従来の臨床評価尺度や神経画像診断は主観的で高価、かつ早期症例を見逃すこともある。
董氏は「今回の手法は中国の単一施設での小規模な実験です。今後は、異なる病期、多施設、多民族を対象にさらなる研究を進め、実用性を検証していきたい」と述べている。
今後、大規模な研究で有効性が確認されれば、この低コストかつ非侵襲的なスクリーニングツールは、パーキンソン病の早期発見を革新し、世界中の数百万人の患者により早い介入と良好な予後をもたらす可能性がある。