人工知能（AI）を活用した新研究により、ウイルト・コロンビア大学（UCL）とUCL発のスピンオフ企業・クイーン・スクエア・アナリティクス（QSA）の研究チームが、多発性硬化症（MS）の生物学的に異なる2つの亜型を世界で初めて同定した。この成果は、『Brain』誌に2025年12月に掲載された。研究では、脳の神経細胞損傷の程度を示す血中バイオマーカー「血清神経線維軸索軽鎖（sNfL）」の濃度と、標準的なMRI脳画像を組み合わせ、UCLが開発した機械学習モデル「SuStaIn（Subtype and Stage Inference）」で解析した。 634人の参加者データを用いた分析から、2種類の明確なMS亜型が判明。AIは、脳内の病変の広がりとsNfLの変化パターンを統合的に評価し、従来の臨床的分類では捉えきれない生物学的差異を可視化した。このアプローチにより、将来的に新規脳病変の発生リスクが高い患者をより正確に予測できるようになり、個別化医療の実現に向けた一歩となる。 研究の主著者であるアーマン・エシャギ博士（UCLクイーン・スクエア神経学研究所、UCL・ホークス研究所）は、「MSは単一の病気ではなく、現行の分類は病変の本質的な変化を反映していない。AIと高可用性の血中バイオマーカー、MRIの統合により、初めて明確な生物学的パターンを示すことができた」と強調。この知見は、患者が病気の進行段階でどこに位置するかを把握し、早期の精密な治療や継続的なモニタリングの必要性を判断する手がかりとなる。 QSAは2020年にエシャギ博士がUCL教授らと共同で設立。UCLビジネスの支援を受けて、神経疾患の臨床試験向けの契約研究サービスを提供。大規模データとAIの活用により、従来は検出が困難だった疾患パターンの特定が可能になり、病態に応じた治療法の選定が進むと期待される。 多発性硬化症は世界で280万人以上が罹患し、若年層に発症し、早期から深刻な障害をもたらす。従来の分類は臨床経過に基づくが、これと病態の本質には不一致が生じ、治療効果の不確実性を招いていた。sNfLやMRIから得られる客観的バイオマーカーは、病態の本質を反映するため、AIを介したデータ駆動型分類は、早期介入の可能性を広げる画期的な進展とされている。