はじめに: 新生児HIEの早期予後診断の課題
低酸素性虚血性脳症（HIE）は、世界中で新生児死亡と長期的な神経発達障害の主要な原因の一つです。治療的低体温療法（TH）の導入により管理が革命化され、死亡や重度障害のリスクが低下しましたが、治療を受けた乳児の一部は依然として悪性の予後を経験しています。医師と家族にとって、出生後最初の24～48時間内に長期的な神経発達軌道を正確に予測する能力は極めて重要です。早期かつ正確なリスク層別化は、ケアの強度に関する臨床的決定を下すだけでなく、補助的な神経保護療法の臨床試験の参加者を選択するための重要なツールとしても機能します。
従来のベッドサイド評価（Sarnatスコアなど）は直ちに臨床的な洞察を提供しますが、評価者の間での変動や鎮静剤や治療的低体温療法の影響によってしばしば制限されます。電気脳波（EEG）はNICUでの脳機能監視の金標準と認識されていますが、専門的な小児神経生理学者が複雑な背景パターンをリアルタイムで解釈する必要があるため、その有用性はしばしば阻害されます。自動化されたEEG解析の登場は、客観的、連続的、迅速な脳状態の評価を提供する潜在的な解決策を提示しています。
新生児脳症におけるEEG背景の役割
EEG背景パターンは、新生児脳の機能的完全性を反映しています。HIEの文脈では、背景異常の深刻さ（軽度の不連続性からバースト抑制や平坦なトレースまで）は脳損傷の範囲と強く相関しています。しかし、これらのパターンを解釈するには大きな専門知識が必要です。「新生児の脳状態」（Brain State of the Newborn, BSN）スコアは、これらの背景パターンを単純化された数値スケールに分類する定量的、自動化されたツールとして開発されました。信号処理と機械学習を活用することで、BSNスコアは専門的な神経生理学者が24時間体制で利用できない施設でも容易に臨床実践に統合できる標準化されたメトリックを提供することを目指しています。
研究デザインと方法論: HEAL試験の二次分析
CornetらによってJAMA Network Openに発表された本研究は、自動化されたEEGツールの有効性を検証する上で重要な一歩を示しています。この群集研究は、高用量エリスロポエチンによる窒息および脳症（HEAL）試験の二次分析であり、多施設ランダム化比較試験で、エリスロポエチンの治療的低体温療法への補助療法としての有効性を評価しました。
分析には、36週以上の胎児期に生まれ、HIEの基準を満たし、治療的低体温療法を受けた203人の新生児が含まれました。米国全体の9つの大学病院から、出生後最初の24時間以内に収集された生のEEGデータが使用されました。BSNスコアはクラウドベースのサービスを通じて計算され、各新生児のEEG背景に基づく中央値スコアが提供されました。主なアウトカムは、2歳時点での死亡または重度の神経発達障害（NDI）の複合指標であり、Bayley Scales of Infant and Toddler Development, Third Edition (Bayley-III)などの標準化された評価により定義されました。
主要な結果: 予後診断精度の向上
研究の結果は、自動化されたEEG解析の強力な推定能力を強調しています。203人の新生児のうち、21人（10.3%）が重度のNDIを経験し、28人（13.8%）が2歳時点で死亡しました。
専門家の解釈との相関
主要な目的の1つは、BSNスコアが専門家による人間読者による評価を正確に反映しているかどうかを決定することでした。研究者は、中央値BSNスコアと専門家分類されたEEG背景カテゴリの間に強いピアソン相関係数0.69（95% CI, 0.64-0.73）が見られることを発見しました。これは、自動化アルゴリズムが経験豊富な神経学者が提供する「真実」に非常に一致していることを示唆しています。
臨床変数を超える優位性
死亡または重度NDIの複合アウトカムを予測する能力を評価したところ、出生体重、pH、Apgarスコアなどの臨床変数のみでは受信者操作特性曲線下面積（AUROC）が0.79（95% CI, 0.70-0.87）でしたが、中央値全体のBSNスコアを追加することでモデルの性能が大幅に向上し、AUROCが0.90（95% CI, 0.84-0.97）に上昇しました。
さらに、利用可能なすべての時間点での中央値BSNスコアをモデルに含めると、AUROCは0.93（95% CI, 0.88-0.98）に達しました。これは、BSNスコアが従来の臨床マーカーを超えて大幅な追加価値を提供し、早期予後診断に対する高い信頼度をもたらすことを示しています。
専門家読者との比較
特に、自動化されたBSNスコアの予後診断精度が専門家のEEG背景評価の予後診断精度と統計的に同等であることが判明しました（AUROC, 0.90; 95% CI, 0.81-0.98）。これは、専門的な神経学的相談がすぐに利用できない臨床設定において、自動化ツールが有効に専門知識のギャップを埋めることができることを示唆しています。
臨床的意義と転換の洞察
BSNスコアが専門家のパフォーマンスに匹敵する能力は、NICUにおいて変革的なツールとなり得ることを示唆しています。多くの地域病院や地域センターでは、24時間体制の専門的なEEG解釈を提供することは物流面や財政面で困難です。自動化された客観的なスコアは、脳の回復や悪化をリアルタイムでモニタリングし、医師が家族とのコミュニケーションを円滑にし、長期的なフォローアップを計画するのに役立ちます。
研究の観点から、BSNスコアはリスク層別化の標準化された方法を提供します。将来のHIEの臨床試験では、研究者がBSNスコアを使用して最悪の予後に最もリスクが高い新生児を特定し、神経保護介入が最も利益を得られる可能性のある集団でテストを行うことができます。これにより、臨床データの「ノイズ」が減少し、意味のある治療効果を検出する研究の力を高めます。
専門家のコメント: 強みと限界
研究の結果は有望ですが、いくつかの考慮事項に注意する必要があります。本研究はHEAL試験の二次分析であり、堅牢なものの、利用可能な生のEEGデータを持つ新生児のみが含まれているため選択バイアスの対象となる可能性があります。また、BSNスコアは専門家読者とよく相関していますが、包括的な臨床評価の代用品ではありません。EEG背景はパズルの一部に過ぎず、他の要因（MRIなどの神経画像診断や繰り返し行われる臨床検査）も予後診断の重要な構成要素です。
BSNスコアの潜在的な限界の1つは、信号品質への依存性です。忙しいNICU環境では、電磁干渉や動きのアーティファクトがEEG信号を劣化させます。将来の自動化ツールのバージョンでは、このような一般的な技術的課題に直面しても継続的な信頼性を示す必要があります。さらに、本研究は2年後のアウトカムに焦点を当てていますが、学校年齢までの長期フォローアップが必要です。早期幼児期には明らかでないより微妙な認知や行動の欠陥を予測できるかどうかを確認する必要があります。
結論: 客観的な新生児神経学の新しい時代
Cornetらの研究は、自動化されたEEG背景解析が新生児低酸素性虚血性脳症の2年後の神経発達予後を予測する現実的で非常に正確な方法であるという説得力のある証拠を提供しています。専門家による解釈に匹敵する客観的なスコアを提供することにより、BSNツールは高度な神経学的モニタリングを民主化する可能性があります。個人化され、データ駆動型の新生児ケアに向かうにつれて、このような自動化システムは、最も脆弱な患者の脳損傷の負担を最小限に抑えるために不可欠になるでしょう。
資金提供とClinicalTrials.gov
本研究は、国立神経疾患およびストローク研究所（NINDS）からの助成金により支援されました。HEAL試験はClinicalTrials.gov（NCT02816632）に登録されています。追加の支援はカリフォルニア大学サンフランシスコ校と参加した大学機関から提供されました。
参考文献
1. Cornet MC, Numis AL, Wusthoff CJ, et al. Automated EEG Background Analysis and 2-Year Outcomes in Neonatal Hypoxic-Ischemic Encephalopathy. JAMA Netw Open. 2025;8(12):e2548321. doi:10.1001/jamanetworkopen.2025.48321.
2. Wu YW, Mayock DE, Kroon K, et al. High-Dose Erythropoietin for Asphyxia and Encephalopathy (HEAL): A Randomized Trial. N Engl J Med. 2022;387(2):148-159.
3. Tich SN, d’Allest AM. Predictive value of EEG in neonatal encephalopathy. Neurophysiol Clin. 2016;46(4-5):249-265.
4. Glass HC, Wusthoff CJ, Shellhaas RA. Amplitude-integrated EEG in the neonatal intensive care unit: use, interpretation, and pitfalls. J Perinatol. 2013;33(11):831-839.
