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...

白内障手術のためのニューラルネットワーク駆動顕微鏡システム

白内障手術のためのニューラルネットワーク駆動顕微鏡システム

深層神経ネットワークを基盤とした微細ナビゲーション顕微手術システム——白内障手術の精度向上への新たな一歩 学術的背景と研究課題 白内障は、世界的に失明の主要原因の一つとされています。現在、超音波乳化術(phacoemulsification)と人工水晶体(IOL)の移植を組み合わせた手術方法が白内障治療の主流となっています。この方法は、患者の視覚品質の向上だけでなく、手術合併症の発生率を効果的に低減することが可能です。しかし、手術の結果は、その精密な操作および眼球の空間的な位置決めと方向性に大きく依存します。手術中において、例えば角膜切開部の位置、嚢膜切開(capsulorhexis)のサイズと位置、さらには人工水晶体の角度が術後の視覚回復に極めて重要な役割を果たします。 現在の眼科手術用顕...

前背景時空モデリングによる動画からの心拍数及び呼吸数の推定

ビデオベースの心拍数および呼吸数推定の新しい手法 背景と研究動機 心拍数(Heart Rate, HR)と呼吸数(Respiratory Rate, RR)は、心肺機能を反映する重要な生理学的指標であり、医学、健康モニタリング、心理学や行動研究などで広く利用されています。従来、これらの指標は接触型センサーで測定されてきました。たとえば、心拍数は心電図(Electrocardiography, ECG)や光電容積脈波記録法(Photoplethysmography, PPG)、呼吸数は呼吸ベルトや気流測定装置を用いて評価されます。しかし、接触型手法は、装着時の快適性や皮膚刺激の懸念を含む制約があり、特に遠隔モニタリングのような特定のシナリオでは適用が困難です。 近年、非接触型のビデオベース生理...

9つのモダリティにわたる生物医学的オブジェクトの共同セグメンテーション、検出、認識のための基盤モデル

生物医学画像解析の未来を解読:多モダリティの統合分割、検出、認識の基盤モデル 背景紹介 生物医学研究において、画像解析は、生物医学発見を推進する重要なツールとなっており、細胞小器官から器官レベルに至るまでの多スケール研究を可能にしています。しかし、従来の生物医学画像解析手法は、分割(segmentation)、検出(detection)および認識(recognition)を独立したタスクとして個別に処理することが主流でした。この分断的なアプローチは、タスク間の情報共有の機会を削減し、複雑かつ多様な生物医学画像データの取り扱いを困難にしています。 例えば、従来の分割手法は対象物の領域を指定するために手動の境界ボックス(bounding box)に依存することが一般的ですが、形状が不規則または対...

EvoAIによるタンパク質配列空間の極端な圧縮と再構築

タンパク質配列空間の極端圧縮と再構築:EvoAIによる革新的な研究 背景紹介 タンパク質の設計と最適化は、バイオテクノロジー、医学、合成生物学分野における主要な課題の一つです。タンパク質の機能は、その配列および構造によって決定されますが、この機能性配列空間(sequence space)は非常に複雑で高次元であり、大量の可能性を含んでいます。この領域の探求における重要な課題は、このほぼ無限といえる配列空間をどのように効果的に解析し、圧縮し、機能に密接に関連する特徴を識別するかという点にあります。従来のアプローチには、直接進化(directed evolution)、深度変異スキャン(deep mutational scanning, DMS)、部位飽和変異(site-saturation m...

遺伝子セット機能の発見における大規模言語モデルの評価

大規模言語モデルを用いた遺伝子集合機能発見の探求:GPT-4の優れた性能 学術的背景 機能ゲノミクス(functional genomics)の分野では、遺伝子集合の富化解析(gene set enrichment analysis)が遺伝子の機能と関連する生物学的プロセスを理解するための重要な方法となっています。しかし、現在の富化解析はGene Ontology (GO) などといった文献に基づいて整理された遺伝子機能データベースに依存しており、これらのデータベースには不完全性や更新の遅れといった課題があります。このため、多くの遺伝子集合が従来のツールでは効果的に解析できず、これらの未定義の遺伝子集合が新たな生物学的知識の源泉となる可能性があります。 こうした背景のもと、近年、生成型人工知...