胸部X線における大動脈弓石灰化の深層学習に基づく自動セグメンテーションと定量化
カテゴリ：高齢者医療・介護
公開日：2026年5月12日
タイトル：Deep learning-based automated segmentation and quantification of aortic arch calcification at chest radiograph.
雑誌名：BMC Geriatr. 2026 May 11; doi: 10.1186/s12877-026-07615-3.
概 要：
大動脈弓石灰化（AoAC）は、冠動脈疾患や心血管の結果の独立した予測因子として知られています。本研究では、日常の胸部X線からAoACを自動的に検出・定量化する深層畳み込みニューラルネットワークを開発しました。このフレームワークは、地域の健康診断において心血管リスクを迅速に評価するために使用できる可能性があります。
方 法：
この回顧的研究では、3人の放射線科医が胸部X線におけるAoACを注釈付けし、手動のAoAC重症度スコアやピクセル単位のセグメンテーションマスクを作成しました。深層学習モデルを訓練し、AoACの輪郭を取得しました。モデルの性能は、受信者動作特性曲線（AUC）を用いて評価されました。347人の患者（中央値77歳、224人女性）が対象で、242件を訓練セット、69件をテストセットとしました。
結 果：
AoACに関連する放射線学的パラメータ（面積、周囲長、面積対周囲長比、球面度、最大・最小2D直径など）がAoAC重症度スコアと相関しました。多変量ロジスティック回帰分析により、AoACは高血圧と独立して関連していることが示されました（OR=26.48; 95% CI: 3.29-213.10; P=0.002）。
結 論：
胸部X線におけるAoACの自動セグメンテーションと定量化のフレームワークを構築しました。このフレームワークは、大動脈弓石灰化の程度を迅速に特定し、心血管リスクを評価するために利用できる可能性があります。