ジョージア工科大学のCostas Arvanitis准教授らにより、血液脳関門への治療薬投与を安全かつ効率的に行うための人工知能統合型集束超音波システムが開発された。本研究成果は学術誌Advanced Scienceに発表され、従来の受動型制御を凌駕する予測型リアルタイム調整を実現し、脳疾患の治療と診断の新たな指針となる。 血液脳関門は脳を保護する反面、薬物や診断分子の浸入を厳しく制限する。集束超音波と微小気泡を用いた関門開放手法は応用が期待されるが、超音波強度の制御が難しく、過剰な刺激は気泡の異常崩壊を招き脳組織損傷のリスクとなる。Arvanitis准教授チームは、微小気泡が発する音響信号をリアルタイムで収集・分析する閉ループシステムを構築した。5万4000件以上の実験データを基に多層パーセプトロンモデルを訓練した結果、システムは有害な崩壊の前兆音を識別し、超音波パラメータを瞬時に調整して安全な治療域を維持する。 この予測型制御により治療の安全性と一貫性が向上し、副作用リスクが低減する。大きなナノキャリアを有する遺伝子治療薬など、従来の手法では脳内到達が困難だった次世代療法の実現を可能にする。また、脳内の疾病マーカーを血液へ効率的に放出させることで、脳腫瘍などの液体生検技術の精度も高まる。現在までの動物実験ではマウスからラットへのスケールアップに成功し、既存装置への組み込みや患者個別最適化の可能性も示された。 臨床応用へ向けては、超音波フィードバックによる治療効果のリアルタイム確認が可能となり、手術中MRIへの依存軽減や外来簡便化が期待される。同チームは現在、ヒト適応試験と機械学習モデルの一般化性能向上に取り組んでおり、データ駆動型のカスタマイズ治療による脳医療の革新に貢献するものと見られる。