Japanese
English
特集 整形外科領域におけるAIの応用
Ⅳ章.AIによる疾患診断
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
西村 亮祐
1
,
河野 康平
1
,
髙尾 正樹
1
,
大竹 義人
2
,
佐藤 嘉伸
2
,
上村 圭亮
3
R. Nishimura
1
,
K. Kono
1
,
M. Takao
1
,
Y. Otake
2
,
Y. Sato
2
,
K. Uemura
3
1愛媛大学大学院整形外科
2奈良先端科学技術大学院大学生体医用画像研究室
3大阪大学大学院運動器医工学治療学
1Dept. of Orthop. Surg., Ehime University Graduate School of Medicine, Toon
キーワード:
AI
,
sarcopenia
,
whole-body DXA
Keyword:
AI
,
sarcopenia
,
whole-body DXA
pp.589-592
発行日 2025年5月25日
Published Date 2025/5/25
DOI https://doi.org/10.15106/j_seikei76_589
- 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
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.

© Nankodo Co., Ltd., 2025