可以买滚球的app7年度 若手研究者学長表彰 可以买滚球的app報告
報告者
大学院医歯薬学研究部放射線医学分野 助教 松元友暉
1. Matsumoto Y, Harada M, Kanazawa Y, Taniguchi Y, Ono M, Bito Y. Quantitative parameter mapping of contrast agent concentration and relaxivity and brain tumor extracellular pH. Scientific Reports 12, 2171, 2022. DOI: 10.1038/s41598-022-05711-z.
2. Ikemitsu N, Kanazawa Y, Haga A, Hayashi H, Matsumoto Y, Harada M. Determination of Alzheimer's disease based on morphology and atrophy using machine learning combined with automated segmentation. Acta Radiologica 65(4):359-366, 2024. DOI: 10.1177/02841851231218384.
研究概要
MRIは脳腫瘍および認知症の診断?治療方針決定に不可欠であるが、従来の画像評価は形態変化や信号変化の視覚的?定性的評価に依存する部分が大きく、病態を反映する定量的指標を日常臨床で安定して取得することには限界がある。特に脳腫瘍では、腫瘍微小環境の酸性化を反映する細胞外pH（pHe）が悪性度や治療反応性に関係すると考えられる一方、臨床MRIで非侵襲的に評価する手法は十分に確立されていない。
研究代表者らは、定量的パラメータマッピング（quantitative parameter mapping：QPM）を用いて、造影病変における造影剤濃度と縦緩和能（r1）を分離して評価し、r1のpH依存性を利用して脳腫瘍のpHeを推定する手法を開発してきた。さらに、QPMにより得られる多次元の定量画像をAI解析と組み合わせることで、病変抽出、pH変化領域の自動検出、解析の再現性向上が期待される。
一方、認知症領域では、三次元T1強調MRIから得られる脳萎縮、局所体積、形態変化を機械学習により解析することで、早期アルツハイマー病を含む認知機能低下の客観的評価に応用できる可能性がある。本研究では、MRIへのAI解析の応用により、脳腫瘍のpHマッピングと認知症の機能診断法を開発し、臨床応用に向けた基盤を構築することを目的とした。
今後の展望（研究者からのコメント）
本研究の意義は、臨床MRIから取得可能な定量画像を用いて、疾患の形態情報に加えて、腫瘍微小環境や脳萎縮パターンといった病態情報を抽出し、AI解析により診断支援へつなげる点にある。脳腫瘍では、QPMに基づくpHeマッピングにより、造影効果の強さだけでは捉えにくい腫瘍代謝環境を定量化できる可能性が示された。認知症では、自動セグメンテーションと機械学習を組み合わせることで、微細な萎縮変化を客観的に評価し、早期診断や病態進行の把握に応用できる可能性がある。
今後は、第一に、多施設?大規模コホートにおける再現性検証を進め、撮像条件や装置差に対して頑健な解析法を確立する必要がある。第二に、AIモデルの説明可能性を高め、臨床医が診断根拠を理解できる形で結果を提示する必要がある。第三に、脳腫瘍pH解析では病理所見、遺伝子変異、治療反応性との関連を検証し、認知症解析では神経心理検査、血液?髄液バイオマーカー、PETなどとの統合解析を進める必要がある。
これらの検討を通じて、MRIへのAI解析を単なる画像分類に留めず、病態生理を反映する定量バイオマーカーの抽出へ発展させ、脳腫瘍および認知症診療における個別化医療、治療効果判定、早期診断に貢献することを目指す。
その他参考となる事項
本可以买滚球的appには、JSPS科研費（課題番号：20K16759「診断マーカーとしての細胞外pHマッピングの臨床応用」）による可以买滚球的appを含む。
