胸部デジタルX線撮影における適切なmAsを予測する人工知能モデル
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：An artificial intelligence model for predicting an appropriate mAs with target exposure indicator for chest digital radiography
雑誌名：Sci Rep. 2025 Apr 08; 15(1): 11942.
概 要：
この研究は、胸部デジタルX線撮影において、適切な電流時間積（mAs）を予測する機械学習モデルを確立することを目的としています。デジタルX線撮影では、画像品質が解剖学的検査、露出因子、体のパラメータ、検出器の種類などに影響されますが、過剰露出や不足露出を避けつつ最適な画像品質を得るための露出因子の推定は困難です。研究では、1,000人の被験者を対象に、胸部の厚さ、身長、体重、BMI、mAs、到達した露出（REX）を記録し、ターゲット露出指標を用いてモデルを構築しました。最終的に、人工ニューラルネットワーク（ANN）が最も適切なモデルであることが示されました。
方 法：
この研究は、1,000人の被験者（男性915人、女性85人）を対象にした観察研究です。胸部の厚さ、身長、体重、BMI、mAs、REXを記録し、データセットを80%の訓練セットと20%のテストセットに分けました。5つの機械学習モデルを訓練し、10倍交差検証を行い、相関係数、二乗平均平方根誤差、平均絶対誤差を用いてモデルの性能を評価しました。
結 果：
人工ニューラルネットワークモデルは、REXとmAs値の予測において最も適切であることが示されました。予測されたmAs値は、過剰露出群ではAECによって決定された値より平均10%低く、不足露出群では8%高い結果となりました。また、ターゲットREX値を下げることで、すべての患者において予測されたmAs値はさらに減少しました。
結 論：
機械学習アプローチは、胸部デジタルX線撮影における適切なmAsを予測する人工知能モデルの構築において実現可能であることが示されました。このモデルは、画像品質の最適化に寄与する可能性があります。