股関節インピンジメント診断の課題
股関節インピンジメント（FAI）の3D骨形態計測には、これまでComputed Tomography（CT）が標準とされてきました。しかし、CTは電離放射線被ばくを伴うという大きな課題があります。また、角度の測定は専門家による手動作業が必要であり、時間と労力がかかります。非侵襲的なZero Echo Time（ZTE）MRIは、皮質骨を鮮明に可視化し、CTと一致するFAI角度を算出できることが示されていますが、その自動角度抽出技術はまだ限定的でした。
ZTE-MRIと深層学習による自動測定
この研究では、ZTE-MRI画像からFAI角度を自動で算出する技術を開発し、その有効性を検証しました。73名の参加者（135の股関節）から骨盤のZTE-MRI画像を取得。深層学習モデル「nnU-Net」を100の股関節データで訓練し、大腿骨、骨盤、および3つの骨性ランドマークを自動でセグメンテーションしました。その後、カスタムの幾何学的アルゴリズムを用いて、アルファ角、大腿骨頸体角、Tonnis角、冠状および矢状センターエッジ角、アセタブラーバージョン角といったFAIに関連する様々な角度を算出しています。
測定精度と専門家との比較
開発された自動測定技術の精度を評価するため、35のテスト股関節において、2名の放射線科医による手動測定の平均値と比較を行いました。骨のセグメンテーションにおけるDice係数は0.96を超え、ランドマークでは0.65から0.83の範囲でした。モデルと専門家間の合意度（ICC）は、アセタブラーバージョン角、冠状センターエッジ角、Tonnis角で「優れている」（0.92-0.96）と評価されました。一方で、アルファ角と大腿骨頸体角では「公平」（0.45-0.55）という結果でした。Bland-Altman分析では、ほとんどの角度において、モデルと専門家間の合意限界が、専門家間の合意限界よりも狭いことが示されています。
私の見方と今後の展望
この研究は、ZTE-MRI画像からの完全自動形態計測が実現可能であり、多くのカバー角とバージョン角において専門家と同等の性能を発揮することを示しています。これは、放射線被ばくのないFAI診断の普及に大きく貢献する画期的な進展です。診断の効率化と標準化が進むことで、より多くの患者が迅速かつ正確な診断を受けられるようになります。まだ改善の余地がある角度もありますが、この技術は医療現場に大きな変革をもたらすと私は見ています。一次情報をAIでぐるぐる回すことで、医療の質は最速で向上します。
医療AIは一次情報が命です。ZTE-MRIと深層学習の組み合わせは、まさに「ぐるぐる回す」データ活用の好例。診断の効率化は、医療現場の生産性を最速で引き上げます。
