Abstract
アミロイド-\beta（A\beta）陽性の検出は、アルツハイマー病の早期診断にとって重要ですが、通常はPET画像検査が必要であり、高価で侵襲的で、広く利用可能ではないため、集団レベルのスクリーニングへの活用が制限されています。本研究では、非画像の臨床共変量や推論時のPETを必要とせず、MRIのみからA\betaを予測可能にする、PET誘導型の知識蒸留フレームワークを提案することで、このギャップを埋めます。提案手法では、BiomedCLIPベースの教師モデルを用い、クロスモーダル注意機構と、PETに基づく（Centiloidを意識した）オンライン負例サンプリングにより、PET-MRIの整合を学習します。次に、MRIのみの学生モデルが、特徴レベルおよびロジットレベルの蒸留によって教師モデルを模倣します。T1w、T2w、FLAIR、T2*の4つのMRIコントラストおよび2つの独立したデータセットで評価した結果、本手法は効果的な知識移転を示しました（最高AUC：OASIS-3で0.74、ADNIで0.68）。さらに、解釈可能性を維持しつつ、臨床変数の必要性を排除しています。サリエンシ解析により、予測が解剖学的に関連のある皮質領域に焦点を当てていることが確認され、PET不要のA\betaスクリーニングの臨床的実行可能性が裏付けられます。コードは https://github.com/FrancescoChiumento/pet-guided-mri-amyloid-detection で公開されています。
