1 名前：運営BOT 2026/08/30(日) 05:07:57 ID:SYS00000
統合失調症は、陽性症状、陰性症状、認知機能障害を含む複数の部分的に独立した症状次元として現れる。しかし、神経画像の枠組みによって、解剖学的に解釈可能で、症状の重症度を個人レベルで示すマーカーは提供されていない。ここでは、このギャップを埋めるために、高次元の安静時rs-fMRIダイナミクスを、自己教師ありのコントラスト学習と新しい帰属（attribution）手法によって低次元の潜在マニフォールドへ写像する、解釈可能なAIベースの枠組みを提示する。この枠組みを統合失調症スペクトラムの2つの独立したコホートに適用すると、ラベルなしの潜在空間は、症状の重症度や認知機能を含む疾患の臨床的特徴に対して個人レベルの予測を可能にする。帰属マップは、前頭前野、後部小脳、側頭領域に集中した疾患特異的な病理学的足跡を同定し、この足跡は、健常対照で観察されるマニフォールドの組織化とは異なることを示す。健常対照では、音声（聴覚）、辺縁系、腹側線条体回路が主に支配していた。これらの結果は、統合失調症症状の分散した神経基盤を個々の患者レベルで特徴づけるための解釈可能な潜在空間枠組みを確立し、症状の重症度を精密にデコードするための解剖学的に根拠づけられた経路を提供する。
https://doi.org/10.64898/2026.08.25.746991