アジア人の皮膚における色素沈着型基底細胞癌の多波長光音響トモグラフィー画像とレベルセット分割を用いた正確なマッピングの概念実証研究

アジア人の皮膚における色素沈着型基底細胞癌の多波長光音響トモグラフィー画像とレベルセット分割を用いた正確なマッピングの概念実証研究

皮膚がん診断を支える新しい手法:光音響イメージングとレベルセット分割アルゴリズムに基づく研究 近年の地球環境変化や人口の高齢化に伴い、皮膚がんの発生率は年々増加傾向にあります。皮膚がんは、重要な公衆衛生上の課題となっており、代表的な非メラノーマ皮膚がんには、扁平上皮がん(Squamous Cell Carcinoma, SCC)と基底細胞がん(Basal Cell Carcinoma, BCC)が含まれます。その中でも、基底細胞がんは最も一般的であり、米国では毎年約430万件の新たな症例が報告されています。このがんは死亡率こそ低いものの、患者の生活の質や医療資源に対して重大な負担をもたらしています。 基底細胞がんの臨床診断および治療には、いまだ多くの課題が存在します。従来の腫瘍境界評価法は主...

データ制約環境における骨シンチグラフィ画像の生成と深層学習モデル一般化の向上を可能にする生成型AI

核医学における生成的人工知能の画期的応用:合成骨スキャン画像の可能性と深層学習への応用 背景と研究課題 近年、人工知能(Artificial Intelligence, AI)の急速な発展は、医用画像解析に革新をもたらしました。例えば、深層ニューラルネットワーク(Deep Neural Network)は、疾患診断、解剖学的構造のセグメンテーション、患者予後の予測および治療反応の評価といった分野で大きな可能性を示しています。しかし、これらの技術の広範な応用は、通常、膨大で正確にラベル付けされたデータセットに依存しています。しかし、医療分野では、このような大規模なラベル付きデータを収集することは費用がかかり、時間もかかる上、患者のプライバシー保護のためにデータ共有が厳しく制限されるため、データ...

前立腺がん患者の骨盤リンパ節転移を正確に予測するPSMA PET/CTベースの多モーダル深層学習モデル

PSMA PET/CT に基づく多モーダル深層学習モデルによる前立腺癌患者のリンパ節転移予測の詳細解析 背景紹介 前立腺癌(Prostate Cancer, PCA)は男性における最も一般的な悪性腫瘍の一つであり、癌関連死の主要な原因となっています。臨床的に局所的な前立腺癌患者において、拡大骨盤リンパ節郭清(Extended Pelvic Lymph Node Dissection, EPLND)はリンパ節病期分類の最も正確な方法と見なされています。しかし、この手術は広範囲にわたる操作が必要であり、術中および術後の合併症のリスクを高めるだけでなく、手術時間の延長や医療費の増加を招く可能性があります。EPLND がリンパ節転移(Lymph Node Invasion, LNI)の評価において効...

PETと表形式データを統合した解釈可能な変換モデルによる濾胞性リンパ腫の病理学的分類と予後:多機関デジタル生検研究

PET画像と臨床データを融合したTransformerモデル: 濾胞性リンパ腫の病理学的グレード予測と予後評価を目的とした多施設間デジタルバイオプシー研究 学術的背景 濾胞性リンパ腫(Follicular Lymphoma, FL)は、西洋諸国で最も一般的な惰性非ホジキンリンパ腫であり、新たに診断される非ホジキンリンパ腫全体の約30%を占めています。世界保健機関(WHO)の分類に基づき、濾胞性リンパ腫は病理学的に3つのグレード(1~3級)に分類されており、このグレードは高倍率視野(High-Power Field, HPF)ごとの中心母細胞(Centroblasts)の数に基づいています。しかし、3級はさらに3a級と3b級に細分化され、特に3b級はより侵攻的な生物学的挙動を示し、患者の予後が...

アミノ酸PETイメージングを用いた説明可能なラジオミクスモデルの臨床的影響:浸潤性グリオーマの診断への応用

解釈可能な機械学習によるアミノ酸PET画像を用いた膠芽腫診断への応用研究 学術的背景 膠芽腫(glioma)は、中枢神経系で最も一般的な悪性腫瘍の1つであり、その診断と治療戦略は通常、組織病理学的分析に依存しています。しかし、組織病理学的分析には侵襲性が高い、時間がかかるといった限界があります。近年、医学画像に基づくラジオミクス(radiomics)技術が注目されており、大量の定量的特徴を医学画像から抽出し、機械学習(machine learning, ML)アルゴリズムと組み合わせることで、複雑な画像特徴の関係を効果的に捉えることが可能になり、膠芽腫の診断や予後評価に新たな可能性を提供しています。しかし、機械学習モデルは膠芽腫の予測タスクで高い有効性を示すものの、決定プロセスの透明性に欠け...

人工知能による超高速PSMA-PETを用いた前立腺癌の分期評価

前立腺がんのステージングにおけるAI強化型超高速PSMA-PETの応用 学術背景 前立腺がんは、世界中の男性で最も一般的ながんの1つであり、正確な診断とステージングは治療方針の決定において非常に重要です。前立腺特異的膜抗原(PSMA)をターゲットとした陽電子放射断層撮影(PET)は、前立腺がん患者の標準的な検査法として確立されています。しかし、従来のPSMA-PETスキャンには長いスキャン時間が必要で、通常は20分ほど要しました。このため、スキャンへのアクセスが制限され、特に需要が増加している状況では問題となります。スキャン時間を短縮するため、超高速PSMA-PETスキャン技術が提案されましたが、この方法では画像品質の低下が課題となっていました。この課題に対処するため、研究者たちはAI技術を...