Automated Detection of Seizures in Rodents: Use of Artificial Intelligence (AI) to Improve Racine Score Scoring

てんかんは、脳の電気信号が誤作動を起こし、突然の制御不能な動きや意識の変化を引き起こす疾患です。人間におけるこの疾患の治療法を理解するために、科学者たちはしばしばマウスのような小型動物を研究対象とします。マウスは信頼できるモデルとして機能するのに十分な遺伝的類似性を共有しているからです。これらの実験において、研究者は動物を注意深く観察し、発作の重症度を判定します。彼らはラシーヌ・スケールと呼ばれる標準的なシステムを使用しており、鼻のピクつきから全身の痙攣に至るまで、さまざまな種類の行動に番号を割り当てます。数十年にわたり、この格付けはビデオ録画を観察する人間の観察者によって行われてきました。この手作業によるプロセスは必要ではあるものの、時間がかかり、疲弊を伴い、ヒューマンエラーが起こりやすいものです。なぜなら、人によって同じ動きに対する解釈が異なる可能性があるからです。この不一致は、新しい薬が本当に効果を発揮しているのか、あるいは行動の変化が単に誰が観察していたかに依存したものなのかを判断することを困難にします。

パキスタンのパンジャブ大学とミンハジ大学の研究チームは、コンピュータにビデオを監視させる方法を教えることで、この作業のやり方を変え始めています。彼らは、人工知能を用いてビデオ内のマウスを自動的に検出し、その動きを追跡し、人間の助けなしに発作の重症度を分類するシステムを開発しました。研究者たちは、植物由来の新しいてんかん治療薬をテストするために元々記録されたビデオ映像から着手しました。彼らは、物体を認識するように設計されたコンピュータプログラムにこれらのビデオを入力し、特にマウスを見つけるように学習させました。コンピュータが確実に動物を見つけられるようになると、彼らは第2層のソフトウェアを追加して、各マウスがケージ内を移動する様子を追跡し、たとえマウス同士が交差したとしても、システムがどのマウスが何をしているのかを把握できるようにしました。

このコンピュータシステムは、その任務において極めて有能であることを証明しました。システムは、高い信頼度でビデオフレーム内のマウスの存在を特定することに成功しました。より重要なことに、システムは正常な行動をとっているマウスと、発作を起こしているマウスを区別することを学習しました。このシステムは、特に2つの特定の状態を捉えることに優れていました。それは、正常で穏やかな状態と、マウスが後ろ足で立ち上がり、足を硬直させて伸ばす重度の発作段階です。また、後ろ足が完全に伸びた状態を識別することにも長けていました。システムは非常に初期の微細な発作段階については確信が持てない場面もありましたが、明確で劇的な動きについては高い精度で処理できました。研究者によると、コンピュータはこれらの特定の行動を平均して約77パーセントの確率で正しく識別できたとのことで、これは複雑な生物学的運動を扱う機械学習モデルとして有望な結果です。

この研究はまた、この新しいアプローチの実用的な限界についても浮き彫りにしました。コンピュータは、動きが非常に小さく観察が困難であるため、発作の最も初期の兆候に対して苦戦しました。また、利用可能な映像の中で最も極端な発作段階を目撃することは稀でした。研究者らは、標準的な機器を使用した場合、1フレームの分析に3秒以上を要するため、システムがビデオの処理にかなりの時間を要すると指摘しました。これは、1時間の実験を視聴するには、実験そのものよりも長い時間がかかることを意味します。しかし、チームは、より高速なコンピュータやより優れたビデオ録画セットアップがあれば、これらの障害は克服できると考えています。スコアリングを自動化することで、研究者たちは推測や疲労を取り除き、てんかん治療がどの程度効果的であるかを測定するための、一貫した客観的な方法を提供することを目指しています。人間の目からデジタル解析へのこの転換は、創薬におけるより信頼性の高い結果をもたらし、動物と人間の両方にとって、より良い発作管理の方法を見つける助けとなる可能性があります。