脊椎脊髄ジャーナル 38巻4号 (2025年3月発行)

←前の号

選択した文献の文献概要を表示する書誌情報をダウンロードする

すべて選択

特集　人工知能（AI）革命—脊椎脊髄診療の将来像は？

特集にあたって永島　英樹 38巻4号 , 2025年3月 , pp.189

PDF(177KB)

フリーアクセス

文献概要を表示

　人工知能（artificial intelligence：AI）は，1956年のダートマス会議でジョン・マッカーシーがその用語を初めて使用したことに発している．当初は単純な論理演算に限られていて普及しなかったAIも，機械学習の発展により飛躍的な進歩を遂げ，特に2010年代初頭に深層学習（ディープラーニング）が登場したことで，多様な分野で人間の能力に迫る，あるいは凌駕する成果を上げるようになってきた．ChatGPTが2022年に公開されてから，Claude，Gemini，Perplexity，CopilotなどのさまざまなAIツールが簡単に使えるようになってきたが，その一方でDeepSeekが中国から最近公開されたことで，米中の覇権争いに発展し国際問題化しているのは記憶に新しいところである．

　医療分野に目を向けると，AIの応用は，診断支援，治療計画，予後予測など多岐にわたる．画像診断においては，AIによる画像解析が医師の診断精度を向上させ，見落としを減少させることが報告されている．また，電子カルテや医療画像などのビッグデータを活用した疾患リスク予測や，個々の患者に適した治療法の提案など，個別化医療の実現にも貢献している．AIチャットボットが，患者からの問い合わせに対応することも普及していくであろう．このようにAIの技術革新は，診断の迅速化・正確化だけでなく，医療者の負担軽減や医療資源の効率的配分にも寄与する可能性を秘めている．

AIホスピタルの現状と将来像川崎　良 , 西田　幸二 , 武田　理宏 , 土岐　祐一郎 , 野々村　祝夫 38巻4号 , 2025年3月 , pp.190-197

PDF(1463KB)

有料閲覧

文献概要を表示

はじめに：阪大病院が目指す姿「Futurability」を体現する「AIホスピタル」

　2017年に大阪大学医学部附属病院（以下，阪大病院）は，「これからの病院が目指す姿」として「Futurability　待ち遠しくなる未来へ．」^4）という新しいコンセプトを打ち出した．Futurabilityとは“future”と“ability”をかけ合わせて造ったキーワードで，「全ての人が待ち遠しくなるような病院，未来の可能性を見つめ，新たな課題に新たな方法で解決し続ける姿」という願いが込められている．

　阪大病院がこのようなコンセプトを打ち出した背景には，専門化・複雑化した医療が影を落とす負の側面がある．医療の進歩は著しく，高度な医療が実現されて先進的な医療が現実のものとなり，専門的な知識は爆発的に増加している．このことによって，医療従事者は自分の専門領域の外のことについて最新の知識を日々習得し，すべての領域の専門性を維持することは困難となっている．その一方で，医療従事者に求められる医療の質のレベルは日々高まっている．このことが医療従事者の担う業務の増加を促し，それが過度になると燃え尽き症候群や医療過誤の危険として高いレベルの医療を提供することが損なわれるリスクを増大させることにもつながる．患者からはより質の高い医療を求める要求の高まり，ミスのない高い医療安全の確保が求められている．このような状況から，医療の中心となるべき医療従事者と患者とのコミュニケーションの時間が十分に取れないといった問題も生じている．医療者の働き方改革が叫ばれ，タスクシフティング・タスクシェアリングなど新たな試みが始まっているが，その効果が現れるには時間がかかるだろう．このように医療を取り巻く状況が変わる中，これまでの病院観でこれからの医療を目指すことには限界がある．

　阪大病院ではこのような現代の病院が抱える課題に対し，Futurabilityのコンセプト「新たな課題に新たな方法で解決し続ける姿」を人工知能（artificial intelligence：AI）を種々の場面で利活用すること，すなわちAIホスピタルを実現することが1つのマイルストーンになると考えている．

AI・半導体技術の変遷と脊椎外科への応用成田　渉 38巻4号 , 2025年3月 , pp.199-207

PDF(1010KB)

有料閲覧

文献概要を表示

はじめに

　人工知能（artificial intelligence：AI）と半導体技術は，近年急速に進化を遂げ，その応用範囲を広げている．特に深層学習（ディープラーニング）を中心とするAI技術の発展と，それを支える高性能半導体チップの革新は，産業界や社会に大きな変革をもたらしている．医療分野においても，これらの技術革新は診断精度の向上や治療支援の効率化を促進しつつある．本稿では，AIおよび半導体技術の歴史的変遷を整理し，特に脊椎外科における最新のAI応用事例を示しながら，その意義と今後の展望について総合的に論じる．

AIを活用した骨粗鬆症性椎体骨折の予後予測藪　晋人 , 高橋　真治 , 玉井　孝司 , 星野　雅俊 , 寺井　秀富 38巻4号 , 2025年3月 , pp.209-215

PDF(1001KB)

有料閲覧

文献概要を表示

はじめに

　本邦において，骨粗鬆症性椎体骨折（osteoporotic vertebral fracture：OVF）は高齢化に伴いますます注目されている疾患であり，その発症は高齢者の日常生活活動や生活の質を著しく低下させる要因となる．多くのOVFは安静や装具といった保存的治療により骨癒合が得られるが，一部の症例では骨癒合不全や高度椎体変形をきたし，慢性腰痛や遅発性神経障害を引き起こすことがある．これらの問題は，患者にとっての負担だけでなく，医療費の増加や介護リスクの増大といった社会的コストをも伴うため，受傷早期の予後予測と適切な治療介入が重要となる．これまでに受傷時の単純X線やMRIを用いたOVFの予後予測が行われているが，さらなる精度の改善が求められる．

　近年，人工知能（artificial intelligence：AI）の急速な発展により，医療分野においてもAIの導入が加速している．AIは物体認識やパターン認識に優れ，画像やデータベースに登録された大量の臨床データを使用したAIによる疾病の診断や予後予測に関する研究が進められている．

　本稿では，われわれがAI技術の1つである機械学習モデルを活用して構築したOVFにおける骨癒合不全や椎体変形の予測モデルについて，その概要を述べるとともに，OVFの予後予測について文献的考察を行った．

側弯症治療におけるAI 加藤　修三 , 渡辺　航太 38巻4号 , 2025年3月 , pp.217-221

PDF(729KB)

有料閲覧

文献概要を表示

はじめに

　脊柱側弯症は，脊柱が3次元的に変形する疾患であり，画像評価が診断・治療方針に大きな影響を与える．側弯症治療におけるAIの活用は，AIと相性のよい画像診断でまず発展してきた．近年は，予後予測や手術関連などほかの領域でもAIの活用が試みられており，その有用性が報告されている．本稿では，側弯症診療におけるAIの活用について概説する．

がんの骨転移をCT画像から自動で検出するAIモデルの開発足立　拓也 , 佐藤　信吾 38巻4号 , 2025年3月 , pp.223-228

PDF(630KB)

有料閲覧

文献概要を表示

はじめに

　画像診断AIはCT，MRI，X線などの医用画像を人工知能（artificial intelligence：AI）が解析し，医師の診断を支援する技術である．近年，深層学習（deep learning）技術の進歩により，その精度が飛躍的に向上してきた．AIは大量の画像データを学習することで，人間の目では見逃しやすい微細な病変や異常を検出することができ，診断精度の向上に貢献する．また，AIによる画像解析は医師の負担を軽減し，診断時間の短縮につながる可能性がある．本邦では特定の疾患（肺がん，脳動脈瘤，脳出血など）に特化したAI画像診断支援ソフトウェアの開発が進んできた．

　われわれは，数ある疾患の中で骨転移の画像診断精度の向上を目指し，がん患者の治療中に取得されたCT画像データを利用し，AIによる検出モデルの開発を進めてきた．

　がん治療の進歩によりがん患者の生存期間は延長し^4），それに伴い骨転移を有する患者も増加している．整形外科領域では予後の改善に加え，「がん患者の運動機能をいかに維持するか」が重要となってきており，骨転移による病的骨折や脊髄圧迫などの骨関連有害事象（skeletal-related events：SRE）を予防することが求められる．放射線療法，骨修飾薬などの適切な治療介入を開始することで，SREの出現を遅らせたり，新たなSREを予防したりすることが可能となるため，骨転移を早期に発見することが重要である．骨転移の画像診断にはCT，MRI，PETなど複数のモダリティがあり，それぞれ異なる利点がある．CTは優れた空間分解能と骨構造の描出能があり，検査へのアクセスが容易なため，がん患者のフォローアップ方法として最も頻繁に使用されている．しかし，遠隔転移検索目的のCTで描出される骨は広範かつ数が多いため，残念ながら早期に発見できなかった骨転移にもしばしば遭遇する．本稿では骨転移検出AI開発の成果と課題について紹介する．

AIによる後縦靭帯骨化症の画像診断と手術合併症リスク予測伊藤　定之 , 中島　宏彰 , 世木　直喜 , 大内田　隼 , 今釜　史郎 38巻4号 , 2025年3月 , pp.229-233

PDF(487KB)

有料閲覧

文献概要を表示

はじめに

　後縦靭帯骨化症（ossification of the posterior longitudinal ligament：OPLL）は，脊柱の後縦靭帯に異所性骨化をきたす疾患であり，脊髄圧迫や神経学的障害を引き起こす原因となる^7）．本疾患は進行性の病態を有し，初期には無症状であることが多いものの，症状が出現する頃には脊髄圧迫が進行している場合が少なくない．そのため，早期診断およびリスクの正確な予測は，治療方針の決定や患者の生活の質（QOL）の維持においてきわめて重要である．

　OPLLは地域差があるものの，特にアジア圏で高い罹患率を示し，本邦においては30歳以上の1.9〜4.3％に認められることが報告されている．頸椎OPLLが最も一般的で，約95％の症例で頸椎が影響を受けるが，胸椎や腰椎に発生するケースもある^9）．神経症状が進行した患者では，手術治療が推奨される場合が多く，前方除圧固定術や後方除圧術が行われる．しかしながら，これらの手術には合併症リスクが伴い，術後の予後を左右する重要な要素として認識されている．

　近年，人工知能（AI）技術の進展により，医療分野における応用が急速に進んでいる．特に，深層学習をはじめとする機械学習は，画像診断の精度向上や術後成績の予測において有望な成果を示している^2,6）．放射線画像解析におけるAIの導入は，医師の診断を補完し，診断の標準化を図るための新たなツールとなっている．さらに，患者データを解析して個別化医療を実現するためのプロセスとしても注目されている．

　本稿では，AI技術を用いたOPLLの診断および術後合併症予測に関する最新の研究成果を説明する．AIモデルの実臨床への応用可能性とその課題についても考察し，AI技術がOPLL診療におけるパラダイムシフトをもたらす可能性を探る．

AIを応用した腰部脊柱管狭窄症の自動診断鈴木　久崇 , 小甲　晃史 , 山田　勝久 , 須藤　英毅 38巻4号 , 2025年3月 , pp.235-241

PDF(1053KB)

有料閲覧

文献概要を表示

はじめに

　腰部脊柱管狭窄症（lumbar spinal canal stenosis：LSS）は最も多い腰椎変性疾患であり，下肢神経障害を引き起こすと健康的な日常生活を送るうえでの大きな障害となる^3）．近年，急速に高齢化が進んでいることに伴いLSSの有病率も増加している．LSSに対する手術成績は良好であるが，進行性の神経障害を呈する場合，治療が遅れると回復が困難となることが危惧される^3）．そのため，早期診断と適切な手術適応の判断が重要となる．一般的に，LSS患者はプライマリ・ケア医や脊椎外科を専門としない整形外科クリニックを受診することが多く，手術加療を要する症例を脊椎脊髄外科医に紹介するタイミングを見極めることが課題になる．

　LSSの診断にはMRIが最も有用であるが^2），MRIが必要かどうかの見極めや手術が必要かどうかの判断は非専門医にとっては困難な場合も多い．また，医療過疎地域ではMRI装置のない施設や脊椎脊髄外科専門医がいない場合も多く，紹介のタイミングはより難しくなる．以上の背景から，多くの医療施設で撮影が可能な単純X線を用いて，専門医への紹介を要するLSSを自動判定するシステムの開発は有用と考えられる．

　深層学習の1つである畳み込みニューラルネットワーク（convolutional neural network：CNN）は，画像内のパターンを「特徴」として抽出し，不要なパラメータを削減していくことで効率的な学習が可能となるため，画像認識過程において大きな利点を有している^5）．また，CNNを用いた画像診断に関するメタアナリシスでは，臨床的に許容できる精度に相当していると報告されている^1）．そこでわれわれは，腰椎単純X線から手術を要するLSSを自動診断するアルゴリズムを開発し，その精度検証を行った^6）．

AIの脊椎・脊髄損傷への応用牧　聡 , 弓手　惇史 , 沖松　翔 , 古矢　丈雄 , 大鳥　精司 38巻4号 , 2025年3月 , pp.243-248

PDF(1468KB)

有料閲覧

文献概要を表示

はじめに

　脊髄損傷は患者のQOLに重大な影響を与える外傷性疾患である．正確な機能予後の予測は，リハビリテーション目標の設定や退院後の環境整備に重要な役割を果たす．さらに，臨床試験における患者層別化にも有用である．

　従来の予後予測は，線形回帰や重回帰分析などの伝統的な統計手法を用いて，患者特性を予測因子として活用してきた^6,7）．しかし，これらの手法では複雑な非線形関係の検出や変数間の相互作用の把握が困難であった．

　近年，機械学習の発展により，大規模なデータから複雑なパターンを見出し，予測を行うことが可能となった．医療分野においても，機械学習は従来の統計手法を上回る性能を示すケースが報告されている．特に，深層学習を用いた画像解析は，放射線画像から特徴を自動抽出し，予後予測に活用することを可能にした．さらに，深層学習の一種である敵対的生成ネットワーク（generative adversarial network：GAN）は，画像生成能力を活かして，診断支援や画像強調といった新たな応用分野を広げている．

　しかし，機械学習モデルの臨床応用には課題も存在する．モデルの解釈可能性が低いことや，医療従事者がモデルに容易にアクセスできないことが，実臨床での活用を妨げている．より実用的なモデルの開発には，予測精度の向上だけでなく，解釈可能性の確保やアクセシビリティの向上が求められる．

　本稿では，機械学習を用いた脊髄損傷患者の機能的予後予測と診断支援に関する3つの研究を紹介する．1つ目は「深層学習GANを用いたMRI画像生成による脊髄靭帯損傷診断支援」^8），2つ目は「radiomicsアプローチによるMRI画像解析からの短期神経学的予後予測」^5），そして3つ目は大規模データベースを活用した機械学習モデルによる入院リハビリテーション後の機能的予後予測^4）である．これらの研究は，機械学習の臨床応用において異なるアプローチを示すとともに，その可能性と課題を明らかにするものである．

--------------------

目次 38巻4号 , 2025年3月 , pp.187

PDF(121KB)

フリーアクセス

次号予告 38巻4号 , 2025年3月 , pp.215

PDF(106KB)

フリーアクセス

読者の意見（Letters to the Editor）原稿募集 38巻4号 , 2025年3月 , pp.221

PDF(154KB)

フリーアクセス

バックナンバー　特集一覧 38巻4号 , 2025年3月 , pp.228

PDF(157KB)

フリーアクセス

学会・研究会　事務局一覧 38巻4号 , 2025年3月 , pp.249

PDF(110KB)

フリーアクセス

会告案内一覧 38巻4号 , 2025年3月 , pp.250-251

PDF(147KB)

フリーアクセス

編集後記 38巻4号 , 2025年3月 , pp.254

PDF(206KB)

フリーアクセス

基本情報

脊椎脊髄ジャーナル
38巻4号
(2025年3月発行)

電子版ISSN：印刷版ISSN：0914-4412 三輪書店

お気に入り登録(雑誌)
お気に入り登録(号)
最新号をみる

バックナンバー ( 閲覧可 )

文献閲覧数ランキング(
4月21日～4月27日
)

第1位腰椎神経根ブロックへの応用堀田訓久脊椎脊髄ジャーナル 33巻 5号 pp. 558-564 (2020年5月25日) 三輪書店
第2位ウイルス性脊髄炎—帯状疱疹性脊髄炎を中心に中里良彦脊椎脊髄ジャーナル 29巻 2号 pp. 96-102 (2016年2月25日) 三輪書店
第3位 Spinal Instability Neoplastic Score（SINS）髙木辰哉脊椎脊髄ジャーナル 33巻 4号 pp. 402-408 (2020年4月25日) 三輪書店
第4位肘部管症候群とギヨン管症候群の診察法井汲彰脊椎脊髄ジャーナル 36巻 12号 pp. 975-982 (2024年1月19日) 三輪書店
第5位神経痛性筋萎縮症の概念とその歴史的変遷—もはや「腕神経叢ニューロパチー」ではない！園生雅弘脊椎脊髄ジャーナル 31巻 5号 pp. 460-465 (2018年5月25日) 三輪書店
第6位特発性前骨間神経麻痺と特発性後骨間神経麻痺越智健介脊椎脊髄ジャーナル 31巻 5号 pp. 507-518 (2018年5月25日) 三輪書店
第7位遺伝性痙性対麻痺酒井素子,久留聡,小長谷正明,亀山隆,吉田眞理脊椎脊髄ジャーナル 35巻 11号 pp. 781-786 (2023年3月24日) 三輪書店
第8位体性感覚誘発電位（SEP）—感覚障害の局在診断宮地洋輔,園生雅弘脊椎脊髄ジャーナル 32巻 5号 pp. 547-553 (2019年5月25日) 三輪書店
第9位胸郭出口症候群の理学所見—Edenテスト，Morleyテスト，Roosテスト唐杉樹,井手淳二脊椎脊髄ジャーナル 28巻 4号 pp. 286-289 (2015年4月25日) 三輪書店
第10位 Brown-Séquard症候群再考逢坂麻由子,園生雅弘脊椎脊髄ジャーナル 30巻 2号 pp. 127-132 (2017年2月25日) 三輪書店

投稿規定

脊椎脊髄ジャーナル 38巻4号 (2025年3月発行)

特集 人工知能（AI）革命—脊椎脊髄診療の将来像は？

--------------------

基本情報

バックナンバー ( 閲覧可 )

文献閲覧数ランキング( 4月21日～4月27日)

特集　人工知能（AI）革命—脊椎脊髄診療の将来像は？

文献閲覧数ランキング(
4月21日～4月27日
)