Japanese
English
特集 整形外科領域におけるAIの応用
Ⅰ章.AIの基礎
2.放射線科医の立場からみたAI診断の現状と未来
Current status and future of artificial intelligence from the perspective of radiologists
野崎 太希
1
,
橋本 正弘
1
,
陣崎 雅弘
1
T. Nozaki
1
,
M. Hashimoto
1
,
M. Jinzaki
1
1慶應義塾大学医学部放射線科学教室(診断)
1Dept. of Radiology, Keio University School of Medicine, Tokyo
キーワード:
AI
,
diagnostic radiology
,
management guideline
,
problem
Keyword:
AI
,
diagnostic radiology
,
management guideline
,
problem
pp.509-511
発行日 2025年5月25日
Published Date 2025/5/25
DOI https://doi.org/10.15106/j_seikei76_509
- 有料閲覧
- Abstract 文献概要
- 1ページ目 Look Inside
- 参考文献 Reference
は じ め に
近年のAI技術の進歩はめざましく,放射線医学分野はこれらの技術を日常臨床に応用・導入する最前線にある1,2).AIは,医療業務の効率性,正確性,有効性を向上させる幅広いタスクを実行できる能力をもっているが,特に整形外科領域の画像診断におけるAI診断という視点からは,主な応用領域として以下のようなものがあげられる.
① 分類:変形性関節症の単純X線撮影におけるKellgren-Lawrence(KL)分類,骨折病型におけるAO分類,また骨・軟部腫瘍の良悪性の自動分類などである.
② 検出:転移性骨腫瘍や骨折,術前に撮影される単純X線撮影からの肺結節の自動検出などである.
③ 予測:機能を含めた術後予後予測や自然経過で観察した場合の予後予測などを術前画像から行うことが代表的であるが,画像指標としては脂肪含有量や筋肉量などの筋質,骨密度や骨梁数などの骨質,骨髄浮腫範囲の定量値などの画像バイオマーカー/定量値を用いることが多い.
④ 生成:MRIからCTを作成する,CTからMRIを作成する,MRIのT2強調画像からT1強調画像を作成する,造影CTから単純CTを作成する,ノイズを除去するといったものがあげられる.
⑤ 最適化:AI技術を用いて撮像時間を短縮する,超解像といった低分解能画像から高分解能画像を作成する,レポーティングシステムにおける緊急性の高いものを自動で判読して読影順を自動ソートするようなものなどがあげられる.
本稿ではAIの開発や研究の各論については他稿に譲ることとして,実診療でのAI技術の実装を考えた場合の運用と問題点について記述する.

© Nankodo Co., Ltd., 2025