注目ポイント
- 機械学習により、側頭骨磁気共鳴画像法（Magnetic Resonance Imaging, MRI）から合成コンピュータ断層撮影（Computed Tomography, CT）画像を生成でき、耳科画像診断における電離放射線の必要性を低減できる。
- 合成CT画像は、真のCTと比較して高い幾何学的精度およびX線吸収値の精度を示し、重要な骨性解剖と軟部組織構造を同時に描出できる。
- この技術は、蝸牛植込術（cochlear implantation）における解剖学的局在、ナビゲーション支援、手術計画に適している一方、現時点では診断目的での使用には制限がある。
研究背景
耳科学では、側頭骨の精密な画像評価が不可欠であり、特に診断および術前計画において重要である。従来、磁気共鳴画像法（MRI）とコンピュータ断層撮影（CT）は相補的な役割を担っており、MRIは軟部組織コントラストに優れ、CTは骨構造の詳細把握に優れている。しかし、CTには電離放射線被ばくが伴い、反復撮影が必要な場合や脆弱な集団では特に問題となる。軟部組織と骨を同時に描出でき、かつ放射線被ばくのない画像診断法が実現すれば、臨床上大きな進歩となる。
近年の機械学習（Machine Learning, ML）および人工知能の進歩により、MRIデータから合成CT画像を生成する技術が可能となり、MRIの軟部組織描出能を生かしつつ、CTの骨詳細に近い情報を得ることが目指されている。本研究は、オランダの三次紹介センターで実施され、MLアルゴリズムを用いて側頭骨MRIから合成CT画像を生成する実現可能性と臨床的有用性を評価した。
研究デザイン
本診断的実現可能性研究では、2022年9月から2023年9月までの間に日常診療の一環として頭部CTを要した73例（年齢中央値54歳、範囲18～81歳；男性52%）を登録した。側頭骨MRIとCTの対応画像を取得し、そのうち67対を用いて第三者開発のMLアルゴリズムを学習させ、MRIデータから合成CT画像を作成した。
その後、15例の合成CT画像について、ML開発チームに関与していない耳鼻咽喉科医2名と放射線科医2名が、臨床性能を独立して評価した。評価項目は、幾何学的精度とX線吸収値精度、4段階Likert尺度を用いた重要解剖学的ランドマークの視認性、ならびに局在診断、ナビゲーション、手術計画、診断目的への臨床適合性であった。
主な結果
合成CT画像は、真のCT画像と高い一致を示した。平均表面距離誤差は0.38 mm（SD 0.37 mm）、平均X線吸収値誤差は4 Hounsfield units（SD 44）であり、幾何学的精度および密度精度が高いことが示された。テグメン骨や耳小骨などの解剖学的ランドマークは概して良好に描出されたが、アルゴリズムはテグメン骨の厚みを過大評価する傾向があり、耳小骨はしばしば明瞭に描出されなかった。
質的な臨床評価では、合成CTは概して真のCTと同等と判定された。レビューセッションで2回提示された15例の合成CTのうち、97%が解剖学的局在診断に適するとされ、83%がナビゲーションに、70%が蝸牛植込術の手術計画に適すると評価された。一方で、画像解像度と臨床的信頼性の現時点での限界を反映し、合成CTは単独の診断用検査としては不適切と判断された。
専門家のコメント
MRIから合成CTを作成するために医用画像解析へ機械学習を統合することは、特に耳鼻咽喉科領域において、放射線被ばくのない画像プロトコルへの有望な転換を示している。1回のMRI検査で骨構造と軟部組織を同時に可視化できることは、複雑な手術計画や術中ナビゲーションにおいて大きな利点である。
一方で、中耳評価に重要な微細な耳小骨の描出が不完全であること、ならびに骨厚の過大評価が時に生じることは、正確な手術境界に影響しうる限界である。また、本研究は中等度のサンプルサイズかつ単施設研究であり、広範な臨床導入の前に、多施設での検証とアルゴリズムのさらなる改良が必要と考えられる。
結論
本研究は、側頭骨MRIから機械学習で生成した合成CT画像が、軟部組織とともに骨性解剖を正確に描出し、耳科手技における局在診断、ナビゲーション、手術計画といった重要な機能を可能にすることを示した。現時点では主要診断には適さないものの、この放射線被ばくを伴わない画像法は、将来的に患者の被ばく低減と診断ワークフローの効率化に寄与する可能性がある。今後の研究では、微細骨構造の描出改善と、多様な集団における臨床転帰の検証が求められる。
資金提供および臨床試験
本研究はオランダの三次紹介センターで実施され、機械学習アルゴリズムについて第三者開発者との協力を伴っていた。具体的な資金源は原著では詳述されていない。臨床試験登録の記載はなかった。
