MEDICINE & AI

タイトル：CT-free kidney single-photon emission computed tomography for glomerular filtration rate 雑誌名：Sci Rep. 2025 Jul 25; 15(1): 27105. 概　要： 本研究は、CTに依存せずに糸球体濾過率（GFR）を推定するために、Tc-99m DTPAを用いたCTフリーの定量的SPECTを実施する人工知能（AI）ベースのアプローチを探求しています。1000件のSPECT/CTスキャンを使用して、SPECT単独から得られた合成減衰マップ（μ-マップ）に基づいて腎臓を自動的にセグメンテーションする深層学習モデルを訓練・テストしました。このモデルは、エッジアテンションを持つ残差U-Netを採用し、ウィンドウ最大正規化と一般化Dice類似度損失関数を用いて最適化されました。性能評価では、手動のCTベースのセグメンテーションと強い一致を示し、Diceスコアは0.818±0.056、体積差は17.9±43.6 mLでした。追加の50件のスキャンでは、AIベースのCTフリーSPECTから計算されたGFR（109.3±17.3 mL/min）が従来のSPECT/CT法（109.2±18.4 mL/min, p=0.9396）とほぼ同一であることが確認されました。このCTフリー法は、放射線被曝を最大78.8%削減し、セグメンテーション時間を40分から1分未満に短縮しました。これらの結果は、AIが腎臓SPECT画像においてCTを効果的に置き換え、定量的精度を維持しつつ安全性と効率を向上させる可能性を示唆しています。 方　法： 本研究は、1000件のSPECT/CTスキャンを用いたコホート研究です。腎臓の自動セグメンテーションを行うために、SPECT単独から得られた合成減衰マップを基にした深層学習モデルを訓練しました。モデルは、エッジアテンションを持つ残差U-Netを使用し、性能評価にはDiceスコアと体積差を主要評価指標としました。 結　果： AIモデルは、手動のCTベースのセグメンテーションと強い一致を示し、Diceスコアは0.818±0.056、体積差は17.9±43.6 mLでした。追加の50件のスキャンでは、AIベースのCTフリーSPECTからのGFR（109.3±17.3 mL/min）が従来のSPECT/CT法（109.2±18.4 mL/min, p=0.9396）とほぼ同一であることが確認されました。また、放射線被曝を最大78.8%削減し、セグメンテーション時間を40分から1分未満に短縮しました。 結　論： AIを用いたCTフリーの腎臓SPECTは、定量的精度を維持しながらCTを効果的に置き換えることができることが示されました。この方法は、放射線被曝を削減し、セグメンテーションの効率を向上させる可能性があり、腎臓画像診断における新たなアプローチとなるでしょう。