抄録
脳磁気共鳴画像（MRI）研究成果によって，鑑別診断や予後予測などを行えないか，という期待があった。しかし，疾患群と健常対照群のオーバーラップが大きく，バイオマーカー開発には至っていない。近年，多変量を用いる機械学習や深層学習の手法が身近になったが，多施設の大規模データを適切に結合するハーモナイズ技術が必要となってくる。筆者らは，こうした多プロトコル脳画像データの欠点を打破すべく検討を重ねており，臨床現場において有用で，病態解明も期待できる機械学習器の作成をめざしている。今後の精神・神経疾患の大規模MRI脳画像研究に向けて，高分解能MRIデータを多施設で取得する新規プロトコルの策定，トラベリングサブジェクト法によるデータハーモナイズが進行中である。こうした国内外の共同研究プロジェクトにより，精神疾患の脳画像研究が飛躍的に進展し，国際連携と標準化の促進が期待される。
