【08/12】Nuclear Medicine & PET 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：Nuclear Medicine & PET
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
- マルチモダリティおよびセラノスティクスワークフローにおけるFDG-PET/CTの役割
- 術前18F-FDG PET/CT代謝パラメータと臨床病理学的特徴に基づく肝細胞癌肝移植後の再発リスク予測モデルの構築
- マルチモーダルAI融合：MRI、PET/CT、病理組織学、液体生検を統合した骨腫瘍診断
1
マルチモダリティおよびセラノスティクスワークフローにおけるFDG-PET/CTの役割
4エビデンスレベル 4：症例報告・専門家意見
Review Article 📌 Key Points
- セラノスティクス（診断と治療の統合）の進化において、FDG-PET/CTは依然として代替不可能な役割を担っている。
- 受容体標的トレーサーが特定の分子情報を捉えるのに対し、FDGは腫瘍のグルコース代謝という独自の生物学的情報を補完的に提供する。
- 全身PET、AIによる定量化、ラジオミクス、FAP阻害剤などの新規技術と組み合わせることで、がん診療のゲートキーパーとしての重要性が高まっている。
- 最新のガイドラインとエビデンスを統合し、セラノスティクスにおけるFDG-PETの戦略的活用の指針を提示している。
FDG-PETは単なる代謝画像にとどまらず、次世代の標的治療を最適化するための不可欠な「選別・評価ツール」として、今後ますます個別化医療の中核を担うようになるでしょう。
📚 関連する日本のガイドライン
- PET/CTがん検診ガイドライン
- 核医学検査適正使用ガイドライン
| 著者 | Khandelwal Yogita, Bishnoi Komal, Jain Bela, Kumar Rakesh |
|---|---|
| 所属 | Department of Nuclear Medicine, All India Institute of Medical Sciences, New Delhi, 110029, India. Electronic address: ykyogita28@gmail.com. |
| 雑誌 / 年 | PET Clin (2026) |
| リンク | PMID: 42575751 | DOI: 10.1016/j.cpet.2026.06.015 |
2
術前18F-FDG PET/CT代謝パラメータと臨床病理学的特徴に基づく肝細胞癌肝移植後の再発リスク予測モデルの構築
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
- 肝細胞癌（HCC）の肝移植を受けた176名を対象に、術前のPET/CTデータと術後の病理結果を統合した再発リスク予測モデルを開発した。
- 多変量解析により、微小血管浸潤（MVI）の有無と、PET/CT由来のCOV（変動係数）、TLG（総病変糖代謝量）が独立した再発リスク因子であることが判明した。
- 構築されたノモグラムは、1・2・4・5年後の無再発生存率（RFS）を良好な精度（C-index: 0.707）で予測可能である。
- 本モデルは移植前の選別ツールではなく、術後の病理診断後にフォローアップ強度や補助療法の計画を個別化するための意思決定支援ツールとして有用である。
このモデルは術後の精密なリスク層別化を可能にし、患者一人ひとりの再発リスクに応じた最適な術後管理戦略の確立に貢献します。
📚 関連する日本のガイドライン
- 肝癌診療ガイドライン（日本肝臓学会）
| 著者 | Kong Xianglei, Zhou Sibo, Ye Shengli, Cao Zhengye, Wang Jiaqi |
|---|---|
| 所属 | Department of Radiology, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou, China. |
| 雑誌 / 年 | Front Oncol (2026) |
| リンク | PMID: 42577329 | DOI: 10.3389/fonc.2026.1832413 | PMC13453818 (全文) |
3
マルチモーダルAI融合：MRI、PET/CT、病理組織学、液体生検を統合した骨腫瘍診断
4エビデンスレベル 4：症例報告・専門家意見
Review Article 📌 Key Points
- 骨腫瘍は形態の多様性と生物学的挙動の複雑さから、単一の診断法では不十分であり、包括的な情報統合が不可欠である。
- MRI、PET/CT、病理画像、液体生検データを統合するマルチモーダルAIは、臨床意思決定支援環境を構築するための有望なツールである。
- 本研究では、各モダリティの能力と限界を整理し、AI融合に向けた技術的アーキテクチャと臨床ワークフローへの統合方法を提示している。
- 臨床実装には、データの標準化、AIアルゴリズムの解釈性確保、コスト対効果といった課題を克服する必要がある。
この研究は、分断されがちな多角的な診断情報をAIで統合することで、骨腫瘍診療における精密医療の実現と診断精度の向上に大きく寄与する可能性を示しています。
📚 関連する日本のガイドライン
- 骨軟部腫瘍診療ガイドライン2019年版
| 著者 | Li Guochao, Lin Yayun, Wang Xueling |
|---|---|
| 所属 | Department of Imaging, Yantaishan Hospital, Yantai, Shangdong, China. |
| 雑誌 / 年 | Front Oncol (2026) |
| リンク | PMID: 42577177 | DOI: 10.3389/fonc.2026.1724332 | PMC13453823 (全文) |
