Voxel-based morphometry（VBM）はMRI画像から脳の局所的な体積を統計学的に解析するもので，z値として画像表記する手法はSPECTにおけるeZIS（easy z-score imaging system）やiSSP（interface software of 3D-SSP）と共通している．今回我々はVBM統合ソフトであるBAAD（Brain Anatomical Analysis using Diffeomorphic deformation）に人工知能（AI（artificial intelligence））を搭載し，複数の関心領域の情報からアルツハイマー病（Alzheimer’s disease: AD）である確率をADS（Alzheimer’s disease score）として提示させた．AIはRBF（radial basis function）カーネルによるSVM（support vector machine）を基本とし，スラック変数と境界マージン緩和の調整のための学習には北米のADNI（Alzheimer’s disease neuroimaging initiative）データベース（AD=314，健常者=386）を用い，交差検証にはleave-one-out法を用いた．これによるADSの正答率と検査後オッズは89.6％，134.1であった．適合性の評価としてオーストラリアのAIBL（Australian imaging, biomarker & life style flagship study of ageing）データベース（AD=72，健常者=447）を用いVSRAD（voxel-based specific regional analysis system for Alzheimer’s disease）と比較した．ADSの正答率と検査後オッズは86.1％と47.9で，VSRADの84.8％と14.9に比べて高い予測能力を示した．人工知能は多くの情報量を単純化することによって，日常診療における診断のサポートに役立つことが期待できる．本稿ではVBMの概要を紹介し，ADSの有用性についての検証結果を報告する．