ADNIとは何か？アルツハイマー病研究の世界的データベースを徹底解説｜アクセス方法・使い方・論文執筆時の注意点まで
アルツハイマー病研究や脳画像解析の論文を読んでいると、ADNI（Alzheimer's Disease Neuroimaging Initiative）という名称を目にする機会が非常に多いと思います。ADNI は、MRI や PET、血液・髄液バイオマーカー、遺伝学、神経心理検査、臨床評価などを長期にわたって収集・共有している、世界でもっとも有名な認知症研究データ基盤のひとつです。 本記事では、ADNI とは何か、なぜこれほど多くの研究で使われるのか、どのようなデータが利用できるのかを整理したうえで、実際にデータへアクセスする方法、ダウンロード後の実務上の注意点、そして論文執筆時に必須となる手続きや謝辞・著者表記まで、できるだけ実践的に詳しく解説します。
目次
本記事では、以下の流れで ADNI を解説します。
ADNIとは何か
ADNI は Alzheimer's Disease Neuroimaging Initiative の略称で、アルツハイマー病およびその前段階に関するバイオマーカー研究を加速するために構築された大規模縦断研究です。単なる画像データ集ではなく、画像・臨床・認知機能・体液・遺伝学的情報を統合的に扱える研究インフラとして設計されている点が大きな特徴です。
ADNI の公式文書では、2003 年に開始された public-private partnership として説明されており、Principal Investigator は Michael W. Weiner, MD です。もともとの目的は、MRI、PET、各種生物学的マーカー、臨床評価、神経心理評価を組み合わせることで、軽度認知障害（MCI）や早期アルツハイマー病の進行をよりよく捉えられるかを検証することにありました。詳細は ADNI 公式サイト や ADNI Data ページ にまとまっています。
ADNI が多くの研究で参照される理由は、単に有名だからではありません。縦断的に追跡されたデータであり、さらに MRI・PET・認知機能・バイオマーカー・遺伝学 などを同一参加者の枠組みで統合的に扱えるため、再現性のある研究を進めやすいからです。
現在では ADNI は、脳 MRI を用いた萎縮解析、PET を用いたアミロイド・タウ研究、血液や髄液バイオマーカーを用いた診断モデル開発、疾患進行予測、マルチモーダル機械学習、縦断データを用いた自然経過の解析などで、事実上の標準データセットになっています。つまり ADNI は、「認知症研究のための公開コホート」であると同時に、「脳画像研究・バイオマーカー研究・AI 研究をつなぐ共通基盤」でもあります。
ADNIで使えるデータとフェーズの見方
ADNI の魅力は、認知症研究に必要な情報が非常に幅広く公開されていることです。ADNI Data ページ では、主に以下のカテゴリが案内されています。
1. 画像データ
- MRI：構造 MRI を中心に、フェーズによっては追加シーケンスも含まれます
- PET：FDG-PET、アミロイド PET、タウ PET など
- 画像の生データだけでなく、QC 情報や数値サマリ、前処理済み派生データが提供される場合があります
2. 臨床・認知機能データ
- 診断情報
- 神経心理検査
- 機能評価
- 問診票・質問票
- 訪問情報、受診日、群情報など
3. バイオマーカーデータ
- 血液バイオマーカー
- 髄液（CSF）バイオマーカー
- その他の生体試料由来の測定値
4. 遺伝学・オミクス
- 遺伝学関連データ
- 関連オミクス
5. 病理・関連データ
- ニューロパソロジー関連情報
- ADNI4 ではデジタル病理スライドも案内されています
ADNI は単一の固定データセットではなく、複数フェーズにわたって継続している研究プロジェクトです。ADNI FAQ でも ADNI1、ADNIGO、ADNI2、ADNI3、ADNI4 の違いに注意するよう案内されています。フェーズが変わると、参加者構成、診断カテゴリー、取得される画像シーケンス、評価項目、バイオマーカー、派生データの作成方針が変わりうります。
たとえば ADNI4 の説明ページ では、北米人口に対してより一般化可能なデータを目指すこと、アミロイド PET とタウ PET の両方を組み込むこと、血漿バイオマーカーの拡充、新しい MRI シーケンス、デジタル病理、リモートコホートの導入などが案内されています。
そのため、研究計画を立てるときは「ADNI なら何でも使える」と考えるのではなく、対象フェーズ、対象群、対象 visit、必要モダリティの交差集合がどの程度残るかを最初に確認することが重要です。論文で「ADNI を使った」と書くときにも、どのフェーズを使ったか、どの visit を使ったか、どのデータ種別を使ったかまで明確に書く必要があります。
また、長期縦断解析では FAQ にある通り、visit code だけで時系列を扱うのではなく、EXAMDATE や VISDATE のような実日付ベースで時間を扱うことが推奨されています。phase をまたぐと visit code の意味づけが単純ではなくなるためです。より詳しい protocol や phase ごとの差異は ADNI Documentation も併せて確認すると理解しやすいです。
データへのアクセス方法と承認後に確認すべきこと
ADNI データは、LONI Image and Data Archive（IDA） を通じて共有されています。入口としては ADNI Data ページ と ADNI / AIBL Data Use Agreements ページ をまず確認するのがわかりやすいです。アクセスの流れは大まかに次の通りです。
1. ADNI の Access Data ページを確認する
まず、公式の ADNI Data ページで利用規約・公開ポリシー・申請ページを確認します。論文投稿ルールまで含めて確認したい場合は ADNI Data Sharing and Publication Policy も早めに読んでおくと後から困りません。
2. IDA から申請する
ADNI のデータ利用には、IDA 上の申請フォームからアクセス申請を行います。公式ページでは、次の情報が必要とされています。
- Data Use Agreement（DUA）への同意
- オンライン申請フォームの提出
- 所属機関情報
- ADNI データの利用目的・予定解析内容
3. 審査を待つ
ADNI Data Sharing and Publications Committee（DPC）による審査は、通常 約 2 週間 と案内されています。申請内容が不十分であったり、研究目的が不明瞭であったりすると承認されないことがあります。
4. 承認後、IDA からダウンロードする
承認されると、IDA Login からログインし、Study Data や Imaging セクションからデータを検索・ダウンロードできるようになります。
実務的には、最初の申請段階で「何をしたい研究なのか」をある程度具体的に書いた方がスムーズです。たとえば、MCI から認知症進行を予測したい、MRI と認知機能データを統合したモデルを作りたい、萎縮指標と PET 指標の関連を検討したい、といった目的を、対象データ種別とあわせて簡潔に示すのがよいでしょう。
なお、公式サイトでは、最も包括的な genomics / related -omics データは NIAGADS や NACC など外部データベース経由になる場合があることも明記されています。すべてが ADNI-LONI 内で完結するとは限らない点は把握しておくと安全です。
承認後は、いきなり解析に入るのではなく、まず どのテーブルが何を意味しているか を理解することが重要です。ADNI FAQ では、データ辞書について次のように案内されています。
- IDA にログイン
- Study を ADNI に設定
- Download → Study Data に進む
- Study data ページの Study info → Data & Database から主たる data dictionary を確認
また、画像と数値データを紐づけるときには、FAQ にある通り LONI IMAGEID が重要です。数値サマリの CSV には subject ID、visit code、unique LONI IMAGEID が含まれていることがあり、それを使って対応画像を検索できます。
研究を始める際に、最低限確認したいポイントは次の通りです。
- 対象フェーズはどれか
- 対象群はどれか（CN / MCI / AD / dementia など）
- baseline と screening をどう扱うか
- visit code をどう統一するか
- 欠測値の表現は何か
- 診断ラベルの変数はどれか
- 画像と表データを結ぶキーは何か
- どの派生データが preliminary か
ADNI の FAQ では、欠測値が -1、-4、NA、空文字列、0 など、複数の方式で表現されることがあると説明されています。したがって、CSV を読み込んだら即解析ではなく、まず変数定義と欠測コードを点検することが大切です。また screening と baseline は同一ではありません。FAQ でも baseline diagnosis の方がより正確とされており、研究によっては screening を除外して baseline 以降で統一した方が解釈しやすい場合があります。
ADNI利用時の注意点
ADNI は非常に使いやすい一方、実務でつまずきやすいポイントがいくつもあります。ここでは、解析実務とデータ利用規約の両方をまとめて確認します。
1. フェーズ差を無視しない
ADNI1 と ADNI4 を同じ感覚で扱うと、撮像条件や取得項目の違いで解析が破綻します。phase 情報を保持したまま前処理するのが基本です。
2. VISCODE だけで時間を扱わない
FAQ では、縦断解析では visit code よりも EXAMDATE / VISDATE など実際の日付差分を使うことが推奨されています。
3. diagnosis 変数の意味を文書で確認する
ADNI では phase によって使われる診断変数が異なります。FAQ でも ADNI1 と ADNI GO/2、ADNI3 で参照すべき変数が違うことが説明されています。
4. preliminary data の可能性を理解する
Data Use Agreement では、ADNI からダウンロードする processed data が preliminary であり、将来的に更新されうることが明示されています。
5. 解析前にデータ更新を確認する
FAQ では、EDC 由来データは daily update されると案内されています。論文や学会発表の直前には、同じファイル名でも更新が入っていないかを確認した方が安全です。
6. DICOM や series 名だけで判断しない
MRI FAQ では、シーケンス名は vendor により異なりうるため、命名だけで判断せず DICOM header も確認すべき とされています。
7. 画像 QC の考え方を理解する
重複 acquisition がある場合、ADNI4 では QC で選ばれた chosen series を使うことが推奨されています。画像を雑にまとめて落とすのではなく、QC 方針も把握した上で対象 series を決めるべきです。
8. ルールを守って利用する
ADNI は公開データといっても、完全に自由配布のオープンデータとは異なります。承認制のデータ共有であり、ADNI Data Sharing and Publication Policy や ADNI Terms of Use に従う必要があります。
特に重要なのは、所属機関および IRB のルールに従うこと、毎年の update request に正確に応答すること、データを使う共同研究者や予定解析内容を正確に申告すること、参加者レベルのデータをチーム外へ再配布しないこと、参加者の再識別を試みないこと、参加者やサイトスタッフへ個別結果に関して接触しないこと、参加者レベルの raw / derived data を無断共有しないことです。
さらに近年重要になっているのが AI ツールに関する制限 です。現在の DUA では、公開向けインターフェースを持ち、入力データの完全な封じ込めが保証されない AI ツールには ADNI データを投入してはならない と明確に書かれています。これは画像そのものだけでなく、participant-level の表データや派生データについても本質的には同じ注意が必要だと理解しておくべきです。研究室内・学内で閉じた安全な計算環境と、外部の公開 AI サービスは区別して考えましょう。
また、ADNI の Terms of Use では、ADNI サイト上の資料は非商用・非臨床用途を前提としており、データは IRB approved research use only であることが強調されています。臨床診療に直接用いることは想定されていません。 これらは ADNI FAQ や ADNI Terms of Use を読むと全体像をつかみやすいです。
ADNIを使った論文で必要なこと
ADNI を使った論文では、投稿前に何をするか と 論文中に何を書くか をひとまとまりで理解しておくと実務がかなり楽になります。流れとしては、以下の順番で考えると整理しやすいです。
1. 研究の最初から download date / version を記録する
DUA では、解析に使ったデータの download date / version を把握し、投稿前に更新データが出ていないか確認することが求められています。論文直前に思い出そうとすると漏れやすいため、研究開始時点から残しておくべきです。
2. 著者欄・Methods・Acknowledgements の要件を早めに確認する
ADNI Data Use Agreement では、abstract（抄録・学会発表） と manuscript（論文・ジャーナル投稿） で要件が異なります。学会・カンファレンスでの抄録では、著者欄に ADNI を入れる必要はなく、抄録内でスペースの許す範囲で ADNI をデータソースとして引用し、資金源を記載すれば十分です。一方、ジャーナル論文（manuscript）では、少なくとも author line, footnote / acknowledgement of ADNI investigators, Methods section の説明文, funding acknowledgement を入れる必要があります。最新ルールは ADNI Data Sharing and Publication Policy と ADNI Data Use Application Summary で必ず確認してください。
3. journal に submit する前に DPC へ連絡する
ADNI データを用いた論文では、journal に submit する前に ADNI Data and Publications Committee (DPC) に連絡し、administrative review を受ける必要があります。ADNI FAQ と ADNI Data Sharing and Publication Policy の両方で、この review は scientific review ではなく administrative review であり、通常 2 週間以内 に行われると案内されています。
現時点では、まず EDRAKE@BWH.HARVARD.EDU 宛に原稿を送って連絡する、という理解で進めるのが実務上わかりやすいです。
4. 論文中に必須の英語表記を入れる
以下は、論文中で必要になる代表的な英語表記です。場所ごとに分けて確認するとわかりやすいです。
まとめ
ADNI は、アルツハイマー病研究における代表的な公開研究基盤であり、MRI・PET・臨床・認知機能・バイオマーカー・遺伝学データを横断的かつ縦断的に扱える非常に強力なデータリソースです。一方で、フェーズ差、欠測、visit 解釈、preliminary data、引用ルール、論文投稿前レビューなど、実務で押さえるべきポイントも多くあります。
特に重要なのは、「使える」ことと「正しく使える」ことは別だという点です。ADNI を用いた研究では、データ前処理だけでなく、アクセス申請、利用規約、著者欄の書き方、Methods の定型文、謝辞、download date の管理まで含めて、研究設計の一部として考える必要があります。
これから ADNI を使って研究を始める方は、まずは対象フェーズと対象モダリティを絞り、FAQ と data dictionary を読みながら、小さく確実に解析を組み立てていくことをおすすめします。適切に使えば、ADNI は認知症研究・脳画像解析・AI 開発のどれにおいても非常に強力な出発点になります。