わかる医学論文
  • ホーム
新着論文 サイトマップ
2025.12.17 医療AI

脳実質結核腫と肺がん脳転移のMRIバイオマーカー

MRI quantitative imaging biomarkers in differentiating brain parenchymal tuberculoma and lung cancer brain metastases.

TOP > 医療AI > 記事詳細

🧠 脳実質結核腫と肺がん脳転移のMRIバイオマーカー

脳実質結核腫(BT)と肺がんからの脳転移(BM)は、臨床的および画像的な特徴が重なるため、正確な診断が難しい疾患です。近年の研究では、MRIを用いた新たなバイオマーカーの開発が進められています。本記事では、Wangらの研究を基に、BTとBMを区別するためのMRIバイオマーカーの開発について詳しく解説します。

🧪 研究概要

本研究は、脳実質結核腫と肺がん脳転移を区別するための放射線学的(ラジオミクス)アプローチを用いたMRIモデルの開発を目的としています。研究は、2018年1月から2024年3月までに杭州市赤十字病院で治療を受けた175人の患者を対象に行われました。

📊 方法

患者は、BT(97人)とBM(78人)に分類され、合計1014の病変が分析されました。患者は、訓練セット(122人)とテストセット(53人)にランダムに分けられました。MRI画像はセグメンテーションされ、ラジオミクス特徴が抽出されました。特徴選択には再帰的特徴除去法が用いられ、ロジスティック回帰モデルが開発されました。

🔑 主なポイント

モデル 訓練セット AUC テストセット AUC
T1WI+Cモデル 0.932 0.933
FLAIRモデル 0.824 0.869
RMCM(臨床・放射線統合モデル) 0.986 0.958

🔍 考察

研究の結果、T1WI+CモデルはFLAIRモデルよりも高い診断性能を示しました。特に、RMCMは臨床および放射線的特徴を統合することで、診断精度をさらに向上させました。SHAP分析により、ラジオミクススコアが診断価値において重要な寄与をしていることが示されました。

💡 実生活アドバイス

  • 脳腫瘍の症状がある場合は、早期に専門医を受診することが重要です。
  • MRI検査を受ける際には、医師に自分の病歴や症状を詳しく伝えましょう。
  • 新しい診断技術についての情報を常にアップデートし、適切な治療法を選択することが大切です。

📉 限界/課題

本研究にはいくつかの限界があります。まず、対象患者が特定の病院に限られているため、結果の一般化には注意が必要です。また、MRIの解釈には専門的な知識が必要であり、医療現場での実装にはさらなる検証が求められます。

まとめ

脳実質結核腫と肺がん脳転移の診断において、T1WI+Cを用いたラジオミクスモデルは高い精度を示しました。臨床的特徴を統合することで、診断の信頼性が向上し、医療現場での意思決定を支援するツールとしての可能性が期待されます。

🔗 関連リンク集

  • Eur J Med Res – 欧州医学研究ジャーナル
  • PubMed – 医学文献データベース
  • WHO – 世界保健機関

参考文献

原題 MRI quantitative imaging biomarkers in differentiating brain parenchymal tuberculoma and lung cancer brain metastases.
掲載誌(年) Eur J Med Res (2025 Dec 16)
DOI doi: 10.1186/s40001-025-03476-5
PubMed URL https://pubmed.ncbi.nlm.nih.gov/41402927/
PMID 41402927

書誌情報

DOI 10.1186/s40001-025-03476-5
PMID 41402927
PubMed URL https://pubmed.ncbi.nlm.nih.gov/41402927/
発行年 2025
著者名 Wang Anlong, Qiu Xiaowei, Chen Quelu, Qiu Yuxuan, Wang Yijing, Hu Yanan, Wang Jing, Zhan Ming, Zhu Hanlin
著者所属 Department of Radiology, Hangzhou Red Cross Hospital, Hangzhou, China. / Department of Radiology, Wenzhou Central Hospital, Wenzhou, China. / Department of Radiology, The Second Affiliated Hospital of Zhejiang Chinese Medical University, Hangzhou, China. / Cancer Center, Department of Ultrasound Medicine, Zhejiang Provincial People's Hospital, Affiliated People's Hospital, Hangzhou Medical College, Hangzhou, China. / Department of Radiology, Hangzhou Red Cross Hospital, Qiantang Branch, Hangzhou, China. / Department of Radiology, Hangzhou Red Cross Hospital, Qiantang Branch, Hangzhou, China. a3219982@126.com.
雑誌名 European journal of medical research

論文評価

評価データなし

関連論文

2025.12.29 医療AI

YOLOv5xモデルによる歯間カリエの深層学習モデルの評価

Evaluation of a YOLOv5x-based deep learning model for interproximal caries segmentation on bitewing radiographs across primary and permanent teeth.

書誌情報

DOI 10.1186/s12903-025-07570-2
PMID 41457204
PubMed URL https://pubmed.ncbi.nlm.nih.gov/41457204/
発行年 2025
著者名 Güçlü Hatice Selin, Demirel Akif, Orhan Kaan
雑誌名 BMC oral health
2026.01.19 医療AI

腰椎固定手術後の人工股関節置換術のリスク

Risk of total hip arthroplasty following lumbar fusion surgery in a nationwide cohort study.

書誌情報

DOI 10.1038/s41598-026-35894-8
PMID 41549113
PubMed URL https://pubmed.ncbi.nlm.nih.gov/41549113/
発行年 2026
著者名 Bae Youngoh, Lee Seung Won, Seo Seondeok, Han Jongseung, Yang Daewon, Park Jin Hoon, Jung Hohyun
雑誌名 Scientific reports
2026.06.13 医療AI

日本の未就学児の食事の困った行動をAIで予測する研究:食事の頻度と野菜摂取、どちらのデータがより役立つか

Comparative Performance of Machine Learning Models Using Food Intake Frequency Versus Vegetable Intake Data to Predict Problematic Mealtime Behaviour in Japanese Preschool Children.

書誌情報

DOI 10.34763/jmotherandchild.20263001.d-25-00036
PMID 42286440
PubMed URL https://pubmed.ncbi.nlm.nih.gov/42286440/
発行年 2026
著者名 Sakane Naoki, Kawaguchi Yaeko, Somei Junichiro, Suganuma Akiko, Domichi Masayuki
雑誌名 J Mother Child
  • がん・腫瘍学
  • メンタルヘルス
  • 免疫療法
  • 医療AI
  • 呼吸器疾患
  • 幹細胞・再生医療
  • 循環器・心臓病
  • 感染症全般
  • 携帯電話関連(スマートフォン)
  • 新型コロナウイルス感染症
  • 栄養・食事
  • 睡眠研究
  • 糖尿病
  • 肥満・代謝異常
  • 脳卒中・認知症・神経疾患
  • 腸内細菌
  • 運動・スポーツ医学
  • 遺伝子・ゲノム研究
  • 高齢医学

© わかる医学論文 All Rights Reserved.

TOPへ戻る