【05/30】AI & Image Processing 論文ピックアップ
【PR】本記事はプロモーションが含まれています
LINA’s Paper Pick
本日のテーマ：AI & Image Processing
PubMedの最新論文から、現場に役立つ3本をLINAがピックアップしてお届けします。
今日のピックアップ一覧
- がん治療前の心臓MRI画像を用いた機械学習モデルによるがん治療関連心機能障害（CTRCD）の予測
- 欧州におけるAI教育のためのアクセス可能で一元化された検索可能なデータベースの構築に向けて：医用画像および放射線腫瘍学におけるAI教育（AIMIROE）プロジェクト
- 左心室充満圧上昇の推定における説明可能な機械学習：多施設バリデーション研究
1
がん治療前の心臓MRI画像を用いた機械学習モデルによるがん治療関連心機能障害（CTRCD）の予測
3エビデンスレベル 3：コホート研究・症例対照研究
Original Article 📌 Key Points
- HER2陽性乳がん患者を対象に、治療前の心臓MRI（CMR）画像を用いたディープラーニング（DL）によるCTRCD発症予測モデルを開発。
- カナダの3つの前向き研究から計229症例のデータを活用し、モデルの内部および外部妥当性を検証。
- DLモデルはAUC 0.80（外部検証）を達成し、従来の臨床リスクスコアや手動による画像計測モデルよりも高い予測精度を示した。
- 本手法は、がん治療開始前のリスク層別化において、従来の手法を上回る有用なツールとなる可能性が示された。
本研究は画像解析の自動化がCTRCD予測精度を飛躍的に向上させる可能性を示唆しており、今後はより多様な治療法や患者層への適応拡大と、臨床現場への実装に向けたパイプライン構築が期待されます。
📚 関連する日本のガイドライン
- 日本循環器学会・日本心不全学会：循環器疾患におけるがん診療ガイドライン
| 著者 | Yu Christopher, Peikari Mohammad, Labib Dina, Houbois Christian P, Steve Fan Chun-Po, White James A, Amir Eitan, Hanneman Kate, J Wintersperger Bernd, Abdel-Qadir Husam, McIntosh Chris, Thavendiranathan Paaladinesh |
|---|---|
| 所属 | Department of Medicine, Division of Cardiology, Ted Rogers Program in Cardiotoxicity Prevention, Peter Munk Cardiac Centre, Toronto General Hospital, University Health Network, University of Toronto, Toronto, Ontario, Canada. |
| 雑誌 / 年 | JACC Cardiovasc Imaging (2026) |
| リンク | PMID: 42212994 | DOI: 10.1016/j.jcmg.2026.04.007 |
2
欧州におけるAI教育のためのアクセス可能で一元化された検索可能なデータベースの構築に向けて：医用画像および放射線腫瘍学におけるAI教育（AIMIROE）プロジェクト
4エビデンスレベル 4：症例報告・専門家意見
Original Article 📌 Key Points
- EuSoMIIとEFRSが協力し、欧州全域の医療AI教育コースを一元管理するデータベースを構築するAIMIROEプロジェクトを開始。
- 調査の結果、欧州には29のAIコースが特定され、その多くがオンライン形式で、放射線技師や医学物理士を主要ターゲットとしている。
- 現状の課題として、コースの多くが短期的な入門レベルに留まっており、実践的なスキルの習得には不十分な場合が多い。
- 教育の格差を解消し、公平なAI活用を推進するためには、多言語対応とカリキュラムの標準化、継続的な情報更新が不可欠である。
このデータベースは医療従事者が最適なAIトレーニングを選択する指針となり、将来的には実臨床でのAI活用能力の標準化と、専門職の教育設計を最適化する基盤として重要な役割を果たします。
📚 関連する日本のガイドライン
- 画像診断ガイドライン
- 放射線被ばく管理ガイドライン
| 著者 | Decoster Robin, Erenstein Hendrik, Menzinga Jacob, Cornacchione Patrizia, Cunha Altino, Dybeli Elona, Mekis Nejc, McEntee Mark, Paalimäki-Paakki Karoliina, Precht Helle, Akinci D’Antonoli Tugba, Cuocolo Renato, Huisman Merel, Klontzas Michail E, Kotter Elmar, Pinto Dos Santos Daniel, Ranschaert Erik, van Ooijen Peter, Stogiannos Nikolaos, Malamateniou Christina |
|---|---|
| 所属 | Department of Medical Imaging and Radiation Therapy, Odisee University of Applied Sciences, Brussels, Belgium. |
| 雑誌 / 年 | Eur Radiol Exp (2026) |
| リンク | PMID: 42213329 | DOI: 10.1186/s41747-026-00745-8 | 8379099 (全文) |
3
左心室充満圧上昇の推定における説明可能な機械学習：多施設バリデーション研究
3エビデンスレベル 3：コホート研究・症例対照研究
Original Article 📌 Key Points
- 既存のガイドライン推奨アルゴリズムでは判定不能（indeterminate）となる症例が多いという課題を解決するため、機械学習モデルを開発。
- 心臓カテーテル検査をゴールドスタンダードとし、956症例を対象に勾配ブースティングモデルを構築。
- 開発した機械学習モデルはガイドライン法よりも高い予測精度を示し、判定不能例についても高い精度で推定が可能となった。
- SHAP値を用いることで、患者ごとの予測根拠を視覚的に提示でき、臨床現場での透明性の高い意思決定を支援できる。
この説明可能な機械学習は、心エコーによるLVFP評価の不明瞭な領域を解消し、循環器診療における客観的かつ納得感のある診断支援ツールとして臨床実装が期待されます。
📚 関連する日本のガイドライン
- 循環器疾患における心エコー図検査の適応と施行ガイドライン（2020年改訂版）
| 著者 | Nakamura Yutaka, Kagiyama Nobuyuki, Shrestha Sirish, Akama Yuka, Kito Shusuke, Takamatsu Sachiko, Toki Misako, Kitai Takeshi, Okada Taiji, Murata Azusa, Kaneko Tomohiro, Matsue Yuya, Miyazaki Sakiko, Okazaki Shinya, Minamino Tohru |
|---|---|
| 所属 | Department of Cardiovascular Biology and Medicine, Juntendo University Graduate School of Medicine, Tokyo, Japan. |
| 雑誌 / 年 | J Echocardiogr (2026) |
| リンク | PMID: 42213288 | DOI: 10.1007/s12574-026-00738-x | 10864030 (全文) |
