MEDICINE & AI

タイトル：Voice-controlled super-resolution ultrasound imaging and reporting powered by multimodal large language models. 雑誌名：NPJ Digit Med. 2026 Jun 21; doi: 10.1038/s41746-026-02924-8. 概　要： 超解像超音波画像診断（SRUI）は、従来の超音波の回折限界を超え、微小血管構造や血流動態の可視化を可能にしますが、臨床での採用は複雑なパラメータ最適化や主観的解釈、時間のかかるワークフローによって制限されています。本研究では、カスタムSRUIプラットフォームと自然言語処理のためのDeepSeek-R1、画像認識のためのMiniCPM-Vを統合したマルチモーダルAIフレームワークを提案します。医師は音声コマンドで画像取得を開始し、システムは取得パラメータを変換して超解像再構成を行い、定量的血管指標を抽出し、関連する臨床コンテキストを含む構造化診断報告を生成します。このフレームワークは、SRUIのワークフローを効率化し、AI支援の臨床的文脈に基づく超解像超音波画像診断をサポートします。 方　法： 本研究では、音声コマンドを使用してSRUIプラットフォームを操作するマルチモーダルAIフレームワークを構築しました。医師が発した音声コマンドは、取得パラメータに変換され、超解像再構成が行われます。フィルタリング閾値はMicrobubble Similarity Scoreを用いて動的に決定され、構造化報告は約4分で生成されました。14人の医師による評価では、構造的整合性と標準化された用語が良好であることが示されました。 結　果： このフレームワークにより、SRUIのワークフローが効率化され、AI支援による臨床的文脈に基づく超解像超音波画像診断が実現しました。構造化報告は約4分で生成され、医師による評価で良好な結果が得られました。 結　論： 音声制御によるSRUIの実現は、臨床現場での超音波画像診断の効率を向上させる可能性があり、AIを活用した診断支援の新たな道を開くことが期待されます。