3．AIを用いた骨盤正面X線像からの四肢筋肉量推定

Artificial intelligence-based estimation of limb muscle mass from pelvic X-ray images

は じ め に

　サルコペニアは，加齢による筋肉量の過度な低下が問題となる病態であり，超高齢社会において重要な課題となりうる．サルコペニア研究は欧米でも盛んに行われているが，筋肉量は人種間で異なるため，2014年にアジアにおけるサルコペニアの診断基準を，Asian Working Group for Sarcopenia（AWGS）が報告した^1）．2019年にこれを改訂し，現在用いられているアルゴリズムを作成した^2）．サルコペニアの診断基準の主要項目には握力低下，歩行速度低下，骨格筋量の低下が含まれる．骨格筋量の低下は，四肢筋肉量を身長の2乗で除した骨格筋量指数skeltal mass index（SMI）で表され，評価には全身二重エネルギーX線吸収法（DXA）や生体電気インピーダンス法（BIA）が用いられている．全身DXAを用いる場合，SMIは男性7.0kg/m²未満，女性5.4kg/m²未満が診断基準に該当する（図1，2）．われわれは，大阪大学大学院運動器医工学治療学，奈良先端科学技術大学院大学生体医用画像研究室との共同研究で，股関節正面単純X線像から撮影範囲の筋肉量・筋体積を算出する人工知能（Xp Decomposition AI）の開発を行っており，サルコペニアのスクリーニング診断を行う臨床応用を検討している．

　本研究の目的は，Xp Decomposition AIで算出された股関節部の筋肉量・筋体積と，全身DXAから算出される四肢非脂肪量との相関を調査し，サルコペニアスクリーニングにおける精度を検証することである．