AIが解く世界の難問 · 医学・創薬 · Nature (computational biology) · 2026-10-23
脳MRIからの頸髄椎体の自動標識と形態計測のための深層学習フレームワーク：多施設での大規模検証
原題: A deep learning framework for automated cervical spinal cord vertebral labeling and morphometric extraction from brain MRI with large-scale multicenter validation
本研究は、脳のT1強調MRIから頸髄上部（C1〜C3）の椎体レベルを自動で特定し、品質管理機能を備えた全自動パイプラインの開発と検証を目的とした。遺伝性失調症の患者879人と対照者998人、32施設のデータで深層学習モデルを学習させ、nnU-Netが最も高い性能（Dice: C1 0.85、C2 0.89、C3 0.89）を示した。外部検証（2737件のMRI）では、5つのデータセットのうち4つで標識精度が92%を超え、多発性硬化症の縦断データでは脊髄萎縮への感度も確認された。