精神疾患DBSにおける精密ターゲット設定：最新の脳画像アプローチ
精神疾患、特に難治性のうつ病や強迫性障害に対する脳深部刺激療法（DBS）は、標準治療抵抗性症例に対する有望な治療選択肢として注目されています。DBSの効果を最大限に引き出し、かつ副作用を最小限に抑える上で、標的とする脳領域（ターゲット）の精密な設定は極めて重要です。従来のDBSでは、定位脳手術に基づいた解剖学的な座標やランドマークが主に用いられてきましたが、個々の患者様の脳構造や機能にはばらつきがあるため、必ずしも最適な効果が得られない場合がありました。
近年、脳画像技術の著しい進歩により、より洗練された方法でDBSターゲットを特定し、最適化する試みが活発に行われています。これにより、単なる解剖学的ターゲットではなく、個々の患者様の脳の機能的ネットワークや症状に特化した「精密ターゲット設定」の可能性が開かれています。
精密ターゲット設定に用いられる脳画像技術
精神疾患DBSにおける精密ターゲット設定には、主に以下の脳画像技術が活用されています。
- 構造MRI（structural MRI）： 高解像度の3次元画像を提供し、個々の患者様の脳構造に基づいたターゲットの同定や電極留置位置の確認に不可欠です。特に、ターゲット周辺の神経核や線維束を正確に描出することが重要になります。
- 拡散テンソル画像（DTI: Diffusion Tensor Imaging）： 白質の神経線維の走行方向や結合強度を評価するのに用いられます。DBSの治療効果は、刺激部位から特定の神経線維束を介して離れた脳領域に伝播することで発揮されると考えられています。DTIを用いることで、標的とする領域が、症状に関与する特定の神経回路と適切に結合しているかを確認し、刺激する線維束を考慮に入れたターゲット設定が可能になります。例えば、うつ病DBSでは、内側前脳束（MFB）や帯状束といった特定の線維束への影響が効果と関連することが示唆されています。
- 機能的MRI（fMRI: functional MRI）： 安静時または特定の課題遂行中の脳活動を計測し、脳領域間の機能的な結合やネットワーク活動を評価します。特に、特定の精神症状と関連する機能的ネットワーク（例：デフォルトモードネットワーク、サルイエンスネットワークなど）における異常活動を特定し、そのネットワークを調節するのに最適なターゲットを検討するために用いられます。安静時fMRIデータから得られるコネクティビティ情報は、従来の構造情報のみでは捉えきれなかったターゲットの機能的側面を補完します。
- PET（陽電子放出断層撮影）： 特定の神経伝達物質受容体や代謝活動を画像化し、疾患に関連する脳機能異常を評価します。PETから得られる情報をDBSターゲット選定に統合することで、より病態に即した個別化ターゲット設定の可能性が探られています。
脳画像に基づいたターゲット同定の最新アプローチ
近年の研究では、これらの脳画像モダリティを組み合わせ、計算論的な手法を用いて最適なターゲットを特定するアプローチが主流となりつつあります。
- コネクティビティ・ターゲット設定： DTIやfMRIを用いて、特定の脳領域（例：症状と関連する機能ネットワークのノード）とのコネクティビティパターンに基づいて最適な刺激部位を特定します。例えば、特定の皮質領域と強く結合している皮質下ターゲットをDBS標的とする、といったアプローチです。
- 電極位置と臨床効果のマッピング： 過去の臨床試験データから、実際に留置された電極位置と得られた臨床効果をマッピングし、最も効果が得られやすい「効果的なボリューム」や「効果的なコネクティビティパターン」を特定します。この情報を用いて、新しい患者様のターゲット設定をガイダンスします。これは、データ駆動型のアプローチと言えます。
- 個別化された精密ターゲット： 標準的な脳アトラスではなく、個々の患者様の構造・機能画像データに基づいてターゲットをカスタマイズします。脳の解剖学的variabilityや病態の異質性を考慮に入れることで、より高い治療反応率を目指します。
- AI/機械学習との統合： 大規模な画像データや臨床データをAI/機械学習アルゴリズムに学習させることで、複雑なパターンを認識し、個々の患者様にとって最適なターゲットや刺激パラメータを予測する研究も進められています。
臨床応用と今後の展望
脳画像を用いた精密ターゲット設定は、精神疾患DBSの治療成績向上に大きく貢献する可能性を秘めています。特に難治性症例において、従来のターゲット設定では十分な効果が得られなかったケースでも、より個別化され最適化されたターゲット設定により反応性が改善することが期待されます。
しかし、臨床現場への普及にはいくつかの課題があります。高精度な脳画像データの取得と解析には専門的な知識と技術が必要であり、解析手法の標準化も求められます。また、画像情報と臨床アウトカムを統合し、エビデンスに基づいたターゲット選択基準を確立するためのさらなる大規模な研究が必要です。倫理的な側面としては、画像データの取り扱いに関するプライバシー保護や、精密ターゲット設定が治療アクセスや費用に与える影響なども考慮していく必要があります。
今後の展望としては、リアルタイム脳活動モニタリング（例：皮質脳波）と組み合わせた適応的DBS（aDBS）において、脳画像情報が刺激送出のトリガーやアルゴリズム設計に組み込まれることで、より洗練された閉ループシステムが実現されることが期待されます。また、多施設共同研究による大規模データベースの構築と、それを活用したターゲット同定アルゴリズムの開発が、精神疾患DBSの個別化医療をさらに前進させる鍵となるでしょう。
脳画像技術の活用は、精神疾患DBSのターゲット設定に新たな地平を拓き、難治性症例に対するより効果的かつ安全な治療の実現に向けた重要なステップと言えます。今後の研究開発により、この精密医療アプローチが多くの患者様へ恩恵をもたらすことが期待されます。