JUNTENDO News&Events ニュース＆イベント
2026.07.16 (THU)
- 順天堂大学について
- 教育
- 研究活動
- 企業・研究者の方へ
- 医学部
- 医学研究科
「書く」だけでパーキンソン病が検知できる ― ボールペン×AIの医療分野への応用 ―
順天堂大学医学部神経学講座の服部信孝 特任教授、佐光亘 准教授ら、およびゼブラ株式会社と株式会社アラヤの共同研究グループは、AIを用いたパーキンソン病検知モデルを構築しました。パーキンソン病は、脳内の神経伝達物質であるドーパミン減少による震え、筋固縮、動きの少なさなどを引き起こす神経疾患であり、世界で数百万人が罹患しています。診断は専門医による主観的な評価尺度に依存しており、早期発見や日常的な経過観察を可能にする客観的かつ非侵襲的な「デジタルバイオマーカー」の確立が急務となっています。本研究では日常的な「書く」という動作に着目し、手書き動作より「バイオマーカー」の特定を行うAIモデルを構築しました。本成果は、主観的に診断されているパーキンソン病に対し、「書く」という動作による客観的な診断法確立の可能性を示すものです。
本研究成果は、2026年5月20日（水）～5月23日（土）にパシフィコ横浜で開催された第67回日本神経学会学術大会において発表されました。
■背景・目的
パーキンソン病は、世界で数百万人が罹患する神経変性疾患であり、高齢化に伴い2050年には患者数が現在の約2倍に増加すると予測されています。現在、診断は専門医による視覚的な観察や主観的な評価尺度に依存しており、早期発見や日常的な経過観察を可能にする客観的かつ非侵襲的な「デジタルバイオマーカー」の確立が急務となっています。本研究では、日常的な「書く」という動作に着目し、手書き動作より「バイオマーカー」の特定を行うAIモデルの開発を目的としました。
■内容
順天堂大学医学部附属順天堂医院のパーキンソン病患者50名と、年齢をマッチさせた健常者50名を対象に、15種類の筆記・描画タスクを実施しました。このうち、ストロークの区切りが明確な8タスクを主要解析の対象としました。解析にあたっては、得られたデータを「ストローク単位（1画ごと）」に分割し、さらに以下の3フェーズに分解して解析する独自の1次元CNN（Convolutional Neural Network）モデルを構築しました。（図）
センサー搭載ペンにより、筆記に関するデータを取得
３つの筆記フェーズ
・Rising（書き始めの筆圧上昇フェーズ）
・Horizontal（比較的安定した筆圧水平フェーズ）
・Falling（書き終わりの筆圧下降フェーズ）
図）「3つの筆記フェーズ」の例（筆圧時間推移のグラフと書字過程の様子）
■研究結果
① 筆圧とペン角度がパーキンソン病識別の主要特徴量
20種類の特徴量を解析した結果、2つのXAI (Explainable AI)手法（Integrated GradientsおよびOcclusion分析）が共通して「筆圧（Pressure）」と「ペン角度（Angle）」を最重要特徴量として特定しました。
パーキンソン病は、脳内ドーパミン減少を背景とする神経疾患であり、手首・指・前腕の筋固縮が知られています。このため、ペン角度の動的調整の制限や筆圧の力加減が困難になると考えられます。
② ストローク終わりの「筆圧下降フェーズ（ペンを紙から離す動作）」に重要な特徴が集中
ストロークの3フェーズ別に解析したところ、書き終わりの筆圧下降フェーズ（ペンを紙から離す動作）において筆圧・ペン角度の重要度が高い傾向が見られました。
この結果は、パーキンソン病特有の「運動終了時のスムーズな力の解放が困難」という症状と一致しており、ストローク終わりの部分の動作パターンが重要な診断情報を含む可能性が示唆されました。
③ 平行線の間への書字タスクが最高精度91%を達成
8種類のタスクを用いたCNNモデルの全体精度は83%を示しました。中でも「2本の平行線の間に文章を書く」タスクに限定した場合、最高精度91%を達成しました。線の間に書く空間的制約が、視空間処理・注意・運動実行の複合負荷を増加させ、パーキンソン病特有の運動・認知障害をより顕著に引き出すためと考えられます。
■今後の展開
今回、研究グループは専門医による主観的な評価尺度に依存しているパーキンソン病診断における、「書く」という動作による客観的かつ簡便な診断法の基盤を確立しました。主観から客観、そして複雑から簡便へのパラダイムシフトにより、パーキンソン病診断が脳神経内科医に限らず、広く行われる未来が期待されます。また、その診断法では、筆圧とペン角度が重要であることがわかりましたが、それらの情報を患者にフィードバックし、「書く」という動作を正常に近づけることにより、症状改善につながる可能性もあります。
研究者のコメント
パーキンソン病の診断を、専門医の主観だけに頼らず、「書く」という日常動作から客観的に支えたい――その思いで本研究に取り組みました。筆圧とペン角度、特にストローク終端の動きが重要なデジタルバイオマーカーとなりうること、そしてごく簡便な書字タスクで91％という高い精度が得られたことは大きな成果です。将来は、自宅や地域医療の現場でも誰もが気軽にパーキンソン病の兆候をチェックでき、さらにフィードバックを通じて症状の改善・進行抑制にもつながるような、「書くこと」を軸にした新しい診断・リハビリのエコシステムを実現したいと考えています。 （服部 信孝）
本研究では、AIの課題であるブラックボックス化を克服し、病態生理に基づく判断根拠からパーキンソン病診断モデル構築に成功しました。「書く」という日常的な動作から、筆圧とペン角度という二つのバイオマーカーが特定され、これらは、診断は当然ですが、その情報を患者さんにフィードバックすることにより、治療にも応用できる可能性を秘めています。研究を進め、皆さんの手元に実装された成果がもたらされるよう、一層努力していきたいと思います。 （佐光 亘）
■研究機関
・順天堂大学： 臨床研究の実施および専門的な医学的知見の提供を行い、実験デザインの設計から実験実施まで本研究を主導。
・ゼブラ株式会社： 1897年創業の筆記具メーカー。センサー搭載ペンの開発および研究構想を提供。
・株式会社アラヤ： AIと脳科学を融合したNeuroAIをコアとし、医療からエッジAI、自律制御まで幅広く展開。