MedSapiens：医療画像のランドマーク検出を再考するためのポーズを取る
カテゴリ：診断支援・画像解析
公開日：2026年3月15日
タイトル：MedSapiens: Taking a pose to rethink medical imaging landmark detection
雑誌名：Med Image Anal. 2026 Mar 07; 111: 104015.
概 要：
本研究では、医療画像分析における正確な解剖学的ランドマーク検出の重要性を強調し、データセットの不足やドメイン特有の事前知識に依存する手法の限界を指摘しています。人間のランドマーク検出モデルは大規模で多様なデータセットで訓練されており、医療画像のランドマーク検出においても有用であることを示します。Sapiensという人間中心の基盤モデルを医療画像に適応させたMedSapiensを提案し、複数のベンチマークで新たな最先端の性能を達成しました。MedSapiensは、解剖学的ランドマーク検出において強力で移転可能な事前知識を提供します。
方 法：
本研究は、複数のデータセットを用いた事前学習戦略を採用し、医療画像におけるランドマーク検出のために人間中心の基盤モデルであるSapiensを適応させました。MedSapiensは、内部ランドマーク検出ベンチマークで一般的な基盤モデルに対して最大5.26%、専門的手法に対して最大21.81%の改善を達成しました。また、歯科用CBCTランドマーク検出タスクと心エコー動画測定推定タスクという新しい外部タスクでも評価しました。
結 果：
MedSapiensは、内部ランドマーク検出ベンチマークで最大5.26%の改善を示し、専門的手法に対しては最大21.81%の改善を達成しました。さらに、歯科用CBCTタスクでは成功検出率が2.69%向上し、心エコー動画測定では最新の手法に比べて測定誤差が最大43%減少しました。
結 論：
MedSapiensは、医療画像における解剖学的ランドマーク検出において、強力な性能を示し、他のドメインへの一般化能力も持つことが確認されました。このモデルは、医療画像分析の分野において新たな可能性を提供します。