代謝機能障害関連脂肪性肝疾患におけるリスク層別化および治療効果モニタリングのためのMRIバイオマーカーに関する新たな進展

ハイライト

• 代謝機能障害関連脂肪性肝疾患（Metabolic dysfunction-associated steatotic liver disease、MASLD）は世界人口の最大38%に影響しており、肝生検を超える非侵襲的評価法の改善が求められている。
• MRI-proton density fat fraction（MRI-PDFF）は肝脂肪化を高精度に定量し、30%以上の低下が認められた場合には組織学的反応と良好に相関する。
• 磁気共鳴エラストグラフィーによる肝硬度（Magnetic Resonance Elastography Liver Stiffness、MRE-LS）は、線維化病期判定において最も正確な画像バイオマーカーであり、肝代償不全リスクの予測にも有用である。
• 画像と血液検査を組み合わせた複合スコアおよび人工知能の活用により、MASLDにおける診断、予後予測、治療モニタリングが進展している。

研究背景

代謝機能障害関連脂肪性肝疾患（Metabolic dysfunction-associated steatotic liver disease、MASLD）は、従来の非アルコール性脂肪性肝疾患（nonalcoholic fatty liver disease、NAFLD）および関連用語に相当し、代謝異常を背景とした過剰な肝脂肪蓄積を特徴とする肝疾患群を指す。MASLDの世界的有病率は最大38%と推定され、肥満および糖尿病の増加と並行して、世界的な慢性肝疾患の主要原因となっている。MASLDは、単純脂肪肝から脂肪性肝炎、線維化進展、肝硬変、さらに肝細胞癌リスクに至るまでの組織学的連続体を含む。

肝生検は、診断、線維化病期判定、および治療反応評価の歴史的標準法であるが、侵襲的であり、サンプリング誤差を受けやすく、費用が高く、縦断的評価や大規模集団評価には適していない。これらの制約から、特に磁気共鳴画像法（magnetic resonance imaging、MRI）に基づく技術を中心に、非侵襲的画像バイオマーカーの開発と妥当性検証が進められてきた。これらのバイオマーカーは、肝全体を対象とした定量評価を高い再現性と精度で提供し、リスク層別化、治療方針の決定、臨床試験のエンドポイントとしての活用を改善する可能性がある。

研究デザインと方法

本総説は、MASLDにおけるMRIベースバイオマーカーの役割を支持する現在のエビデンスを統合したものである。肝脂肪定量のためのMRI proton density fat fraction（MRI-PDFF）、線維化病期判定のための磁気共鳴エラストグラフィー由来肝硬度（Magnetic Resonance Elastography-derived liver stiffness、MRE-LS）、ならびに疾患活動性評価のための鉄補正T1（iron-corrected T1、cT1）マッピングを検討した横断研究および縦断研究を含む。さらに、画像所見と血清マーカーを統合したMAST、MEFIB、MASH Resolution Indexなどの複合スコアの診断および反応評価への有用性も検討した。加えて、費用対効果分析と、バイオマーカー定量を自動化する新規人工知能（artificial intelligence、AI）応用についても概説した。

主要結果

MRI Proton Density Fat Fraction（MRI-PDFF）の精度

MRI-PDFFは、現在、肝脂肪化を定量する最も検証された非侵襲的手法であり、肝全体の脂肪含量を連続値として評価できる。組織学的基準に対して、脂肪化グレード判定の閾値として、1度以上で≥6.4%、2度以上で≥17.4%、3度で≥22.1%が確立されている。MRI-PDFFが30%以上低下した場合、組織学的改善と強く相関し、脂肪量の有意な減少を反映することから、臨床試験における代替エンドポイントとして用いられている。

線維化評価における磁気共鳴エラストグラフィーによる肝硬度（MRE-LS）

MRE-LSは、線維化の重症度を反映する代替指標である肝硬度を定量的に測定する。MASLDでは予後に直結するため、正確な線維化病期判定が極めて重要である。MRE-LSが3.1～4.4 kPaの場合は中等度線維化（F2～F3）に相当し、≥5 kPaでは肝硬変が示唆される。特に、1 kPa上昇するごとに肝代償不全リスクが43%増加することが示されており、予後予測における有用性が強調される。transient elastographyなど他の画像モダリティと比較しても、MREは進行線維化の検出において、より高い診断精度と費用対効果を示す。

鉄補正T1（cT1）マッピング

鉄補正T1マッピングは、疾患活動性および線維炎症性変化に対して感度が高い一方で特異性に乏しく、解釈を複雑にする。その予後的価値については現在も集中的に検討されており、予備的データでは、他のバイオマーカーと組み合わせることで、MASLDにおける治療反応のモニタリングおよび転帰予測に有用となる可能性が示唆されている。

画像所見と血清マーカーを統合した複合スコア

MAST（Magnetic Resonance-AST）、MEFIB（MRE combined with FIB-4 index）、およびMASH Resolution Indexのような複合指標は、画像バイオマーカーと血液検査結果を統合することで、診断および予後予測能力を高める。これらのスコアは進行線維化の検出を改善し、疾患活動性の包括的評価を容易にすることで、日常診療および臨床試験における治療介入とモニタリングの対象患者選択を最適化する。

人工知能と自動化

人工知能および機械学習アルゴリズムの進歩により、MRIバイオマーカー定量の自動化が可能となり、利用可能性の拡大と一貫した解釈が促進される。AIは、専用シーケンスを用いない通常のMRIプロトコールからPDFFを推定することも可能にし、臨床応用範囲と拡張性をさらに広げている。

専門家の解説

MASLD管理にMRIベースバイオマーカーを統合することは、侵襲的な肝生検と不均一な疾患表現型に関連する喫緊の臨床課題に対応する重要な進歩である。多様な集団におけるMRI-PDFFおよびMRE-LSの強固な検証結果は、これらを日常診療のワークフローおよび規制上のエンドポイントに組み込むことを支持している。しかし、cT1の非特異性や費用・アクセスの問題などの限界があり、継続的な研究と医療システムの適応が必要である。複合指標は有望な多面的評価を提供するが、大規模前向き検証によってさらに裏付けられる必要がある。新興のAI手法は、施設間での標準化とアクセスの民主化を促進し得る。

ガイドラインは、MASLDの病期判定と治療モニタリングにおけるMRIバイオマーカーの役割をますます認識している。規制当局もまた、代謝性肝疾患に対する新薬承認の迅速化経路において、これらの非侵襲的代替指標を取り入れている。一方で、カットオフ値の標準化や、臨床的疑問に応じた最適なバイオマーカーの組み合わせの決定には依然として課題が残る。

結論

磁気共鳴画像法バイオマーカーは、代謝機能障害関連脂肪性肝疾患における診断、リスク層別化、および治療反応モニタリングの状況を一変させた。MRI-PDFFは、肝全体の脂肪化を高精度に定量し、MRE-LSは予後予測の意義を伴う堅牢な線維化病期判定を提供する。さらに、鉄補正T1マッピングおよび画像と血清マーカーを統合した複合スコアは、疾患活動性評価を補強する。人工知能は、拡張性とアクセス向上をもたらすことが期待される。これらのバイオマーカーの継続的な検証と統合により、MASLDの個別化管理が促進され、治療開発が加速し、最終的に患者転帰の改善につながると考えられる。

資金提供と臨床試験

本総説は公表された文献に基づいて作成された。進行中の臨床試験では、新規MASLD治療法の評価において、MRIバイオマーカーが主要評価項目または副次評価項目として引き続き組み込まれている。資金源には通常、国の研究機関および産業界との共同研究が含まれ、その詳細は各試験登録情報および原著論文で確認できる。

参考文献

1. Mironova M, Taouli B, Ehman RL, Sirlin CB, Loomba R. MRI-based biomarkers for risk stratification and assessment of treatment response in Metabolic dysfunction-associated Steatotic liver disease. Hepatology. 2026 Nov 2; PMID: 42969977.
2. Idilman IS, Keskin O, Celikel CA, et al. Quantification of hepatic steatosis with MRI proton density fat fraction and correlation with liver histology and clinical features. Eur Radiol. 2016;26(4):1074-1083.
3. Yin M, Talwalkar JA, Glaser KJ, et al. Assessment of hepatic fibrosis with magnetic resonance elastography. Clin Gastroenterol Hepatol. 2007;5(10):1207-1213.
4. Banerjee R, Pavlides M, Tunnicliffe EM, et al. Multiparametric magnetic resonance for the assessment of liver disease. J Hepatol. 2014;60(1):69-77.
5. Salameh H, Ciardullo S, Pennisi G, et al. Artificial Intelligence in Imaging Biomarkers for Liver Diseases: Current Status and Future Perspectives. Diagnostics (Basel). 2022;12(4):826.

診療科に関連する計算ツール

医療計算ツールを見る

計算ツールは英語で表示されます。

臨床上の参考情報です。専門的な判断と併せてご利用ください。