【06/06】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
- AIを用いた高解像度MRIによる前視覚経路全体のセグメンテーション
- 多発性骨髄腫による骨溶解性病変検出のためのディープラーニング再構成および化学シフト補正を用いたゼロエコー時間（ZTE）MRI
- 外傷性脳損傷後の急性呼吸窮迫症候群（ARDS）のリスク層別化のためのスタッキング機械学習モデル：多施設後ろ向き研究
1
AIを用いた高解像度MRIによる前視覚経路全体のセグメンテーション
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
- 高解像度CISS MRIから視神経・視交叉・視索を自動セグメンテーションする深層学習モデル「aVP-seg」を開発した。
- 健常者および多発性硬化症（MS）患者のデータを用いて検証し、DSC 0.86という高い精度で自動抽出が可能であることを確認した。
- 手動作業と比較して、解析時間を短縮し、評価者間でのばらつきを抑えることが可能である。
- 本手法により、神経眼科疾患における視覚経路の定量的評価が標準化され、バイオマーカー解析が加速することが期待される。
本研究は視覚経路の定量的解析を自動化・標準化するものであり、多発性硬化症などの中枢神経疾患における神経保護効果や治療反応性を客観的に評価するための重要な基盤技術となるでしょう。
📚 関連する日本のガイドライン
- 緑内障診療ガイドライン（第5版）
- 視神経脊髄炎スペクトラム障害診療ガイドライン2023
| 著者 | Diociasi Andrea, Pravatà Emanuele, Carmisciano Luca, Kiersnowski Oliver C, Michele Iester, Gunnewiek Kevin Klein, Lorenzini Luigi, Gualco Lorenzo, Pardini Matteo, Roccatagliata Luca, Zecca Chiara, Gobbi Claudio, Guidotti Roberto, Chincarini Andrea |
|---|---|
| 所属 | Department of Neuroscience, Rehabilitation, Ophthalmology, Genetics, Maternal and Child Health (DINOGMI), University of Genova, Genova, Italy. |
| 雑誌 / 年 | Eur Radiol Exp (2026) |
| リンク | PMID: 42247118 | DOI: 10.1186/s41747-026-00741-y | 9762948 (全文) |
2
多発性骨髄腫による骨溶解性病変検出のためのディープラーニング再構成および化学シフト補正を用いたゼロエコー時間（ZTE）MRI
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
- 多発性骨髄腫の骨溶解性病変検出において、CTを基準としてZTE、ZTE-DLCSC、BBの3つのMRIシーケンスの精度を比較検証した。
- ディープラーニングと化学シフト補正を組み合わせたZTE-DLCSCは、従来のZTEやBBと比較して病変検出の再現性・信頼性が向上した。
- ZTE-DLCSCは他の手法に比べ、偽陽性・偽陰性が少なく、病変の検出数においても有意に優れた結果を示した。
- 若手・熟練医を問わず診断精度が向上しており、ZTE-DLCSCは骨髄腫の画像診断において有用なMRI技術となる可能性がある。
本技術は骨組織の描写が難しいMRIの弱点を克服するもので、放射線被曝を伴わない高精度な骨転移・骨髄腫スクリーニングの標準化に貢献する可能性があります。
📚 関連する日本のガイドライン
- 多発性骨髄腫診療ガイドライン
| 著者 | Lepot Darius, Chabot Caroline, Duchêne Gaëtan, Mandava Sagar, Fung Maggie, Poujol Julie, Vekemans Marie-Christiane, Triqueneaux Perrine, Watté Nina, Gheysens Olivier, Michoux Nicolas, Lecouvet Frédéric E |
|---|---|
| 所属 | Department of Medical Imaging, Institut de Recherche Expérimentale et Clinique (IREC), Institut du Cancer Roi Albert II, Cliniques Universitaires Saint Luc, Université catholique de Louvain (UCLouvain), Brussels, Belgium. |
| 雑誌 / 年 | Eur Radiol Exp (2026) |
| リンク | PMID: 42247107 | DOI: 10.1186/s41747-026-00734-x | 4443503 (全文) |
3
外傷性脳損傷後の急性呼吸窮迫症候群（ARDS）のリスク層別化のためのスタッキング機械学習モデル：多施設後ろ向き研究
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
- MIMIC-IVデータベースおよび外部検証コホートを用い、外傷性脳損傷（TBI）患者の入院24時間以内のデータからARDS発症を予測するモデルを開発した。
- 11種類の機械学習アルゴリズムを組み合わせた「スタッキングアンサンブル学習」を採用し、外部検証でもAUC 0.912という高い予測精度を達成した。
- SHAPを用いた解析により、全身の重症度、血行動態の不安定性、神経学的機能不全、代謝障害がARDS発症の主要な予測因子であることが特定された。
- 本モデルは臨床現場において、ARDS発症リスクの高いTBI患者を早期に特定し、予防的介入を行うための有用なツールとなる可能性がある。
このモデルは集中治療現場での早期介入を支援し、重症化予防に向けたデータ駆動型の診療体制構築を加速させることが期待されます。
📚 関連する日本のガイドライン
- 日本集中治療医学会：ARDS診療ガイドライン
| 著者 | Wang Yixi, Xuanle Zhu, Li Wenzhe, Huang Qiuyuan, Cui Jian, Li Yan, Li Yuqian |
|---|---|
| 所属 | Department of Minimally Invasive Spine and Precision Orthopedics, The First Affiliated Hospital of Xinjiang Medical University, Urumqi, China. |
| 雑誌 / 年 | Brain Inj (2026) |
| リンク | PMID: 42246389 | DOI: 10.1080/02699052.2026.2683517 |
