最新の研究成果
AIがレントゲン画像の品質管理を向上 -誤情報を高精度で自動検出-
2025年11月11日
- 医学研究科
- プレスリリース
ポイント
◇レントゲン画像を各部位（頭部や腹部など）に分類するAIモデルと、胸部レントゲン画像の撮影方法と画像の向きを同時に判定するAIモデルを開発。いずれも高精度な判定性能を示した。
◇これらのAIモデルは、大規模な画像データベースにおける品質管理の効率化に大きく貢献する可能性が示された。
概要
病院で撮影されるレントゲン画像には、撮影部位や撮影方法などの情報がラベルとして付与されます。しかし、このラベル付けの多くは、人による作業となっているため、誤りが生じることがあり、AIの学習や臨床での判断に支障をきたすことがあります。
大阪公立大学大学院医学研究科放射線診断学・IVR学の光山 容仁大学院生（博士後期課程 4年）、人工知能学の植田 大樹教授らの研究グループは、複数の病院や公開データのレントゲン画像を使用し、撮影部位を分類するAIモデルと、胸部レントゲン画像における撮影方法および画像の向きを判定するAIモデルを新たに開発しました。
これらのAIモデルの導入により、膨大なレントゲン画像データベースの品質管理が大幅に効率化されることが期待されます。
本研究成果は、2025年10月22日に、国際学術誌「European Radiology」にオンライン公開されました。
図：レントゲン画像を各部位に分類するAIモデルのイメージ
AIを活用して医用画像の品質を向上させ、医療安全に寄与したいという思いで、多くの病院と協力しながら膨大な画像データを集めて研究することができました。これからも誰もが安心して医用画像診断を受けられる未来をAIとともに目指します。
光山 容仁大学院生
掲載誌情報
【発表雑誌】European Radiology
【論 文 名】Deep learning models for radiography body-part classification and chest radiograph projection/orientation classification: a multi-institutional study
【著 者】Yasuhito Mitsuyama, Hirotaka Takita, Shannon L Walston, Ko Watanabe, Shoya Ishimaru, Yukio Miki, Daiju Ueda
【掲載URL】https://doi.org/10.1007/s00330-025-12053-7
用語解説
※ AUC（Area Under the ROC Curve）：機械学習や統計モデルの性能を評価する指標。モデルの性能を0〜1で表す。1に近いほど、正例と負例を高い精度で識別できていることを意味する。
研究内容に関する問い合わせ先
大阪公立大学大学院医学研究科
放射線診断学・IVR学
光山 容仁（みつやま やすひと）
TEL：06-6645-3831
E-mail：so22470e[at]omu.ac.jp
※[at]を@に変更してください。
報道に関する問い合わせ先
大阪公立大学 広報課
担当：久保
TEL：06-6967-1834
E-mail：koho-list[at]ml.omu.ac.jp
※[at]を@に変更してください。
該当するSDGs
