ファストヘルスケア相互運用性リソースを用いた定量的CT評価による体組成データの交換：臨床実践への機会的スクリーニングの相互運用的統合に向けた必要なステップ
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Exchange of Quantitative Computed Tomography Assessed Body Composition Data Using Fast Healthcare Interoperability Resources as a Necessary Step Toward Interoperable Integration of Opportunistic Screening Into Clinical Practice: Methodological Development Study.
雑誌名：J Med Internet Res. 2025 May 21; 27: e68750. doi: 10.2196/68750. Epub 2025 May 21.
概 要：
本研究は、ファストヘルスケア相互運用性リソース（FHIR）を用いて、CTスキャンから得られる体器官および組成の測定値を統合する方法論を提案します。画像ベースのAIモデルによる測定値を標準化された形式で取り入れることは、個別化医療の進展において重要なステップです。AIモデルからの測定値をFHIRプロファイルに組み込むことで、データ交換を標準化し、迅速かつ個別化された治療決定を可能にし、患者ケアの精度と効率を向上させることが期待されます。
方 法：
本研究では、Body and Organ Analysis（BOA）モデルの結果をFHIRプロファイルに統合し、放射線学における画像ベースのバイオマーカーの相互運用性を向上させました。BOAモデルは、CTスキャンから詳細な体組成と器官の測定値を提供する能力があるため、選定されました。プロファイルは、定量的体組成指標のためのBody Composition Analysis（BCA Observation）と器官測定のためのBody Structure Observationの2つの主要な観察タイプに基づいて開発されました。
結 果：
本研究では、Body Composition Analysis Observation、Body Structure Volume Observation、Diagnostic Report、Imaging Studyの4つのBOAプロファイルが提示されました。これらのFHIRプロファイルは104の解剖学的ランドマーク、8つの体領域、8つの組織をカバーし、AIセグメンテーションモデルの結果の相互運用的使用を可能にします。
結 論：
BOAプロファイルは、AI由来の画像バイオマーカーをFHIRに統合するための基盤を提供し、高度な画像分析と標準化された医療データ交換のギャップを埋めます。これにより、体組成および器官測定の構造化された相互運用的表現が可能となり、臨床および研究のワークフローへのシームレスな統合を支援します。