Research press release

医学研究:心臓の血流を追跡するAI

Nature Machine Intelligence

Medical research: AI tracks blood flow through heart

心臓血管の血流スキャンを高速化できる人工知能(AI)システムについて報告した論文が、Nature Machine Intelligence に掲載される。この深層学習モデルは、患者がまだMRIスキャナー内にいる間に臨床医がリアルタイムで血流を見られるようにすることで、診断ワークフローを改善する可能性がある。

4D MRIスキャンは、心臓血管の血流を経時的に再構成するために使用することができ、各種の心臓血管疾患の診断に重要である。しかし、これらのスキャンでは処理に20分ほど時間がかかることが多く、1回の検査の間にさらなる画像評価に関する決定をすることができない。こうしたスキャンを高速化することができれば患者がスキャナー内にいる間にリアルタイムで評価を行えるようになり、臨床医の手間を省き、患者の不快感を減らせる可能性がある。

今回、Valery Vishnevskiyたちは、心臓の4D血流をものの数秒で再構成する深層学習AIモデルを開発した。著者らは11のスキャン例でニューラルネットワークを訓練し、このネットワークが健康な患者と異常な血流を示す患者の大動脈の血流を従来のアプローチと同等の精度で正確に再構成できることを見いだした。このAIシステムは20秒前後でスキャンを再構成することができ、これは最新の従来型手法の30倍の速さで、以前の深層学習アプローチの4.2倍の速さである。

An artificial intelligence (AI) system capable of speeding up cardiovascular blood flow scans is reported in a paper published in Nature Machine Intelligence . This deep learning model may improve diagnostic workflows by allowing clinicians to view blood flow in real time while the patient is still in an MRI scanner.

4D MRI scans can be used to reconstruct cardiovascular blood flow over time, and are important for diagnosing a range of cardiovascular diseases. However, these scans typically take up to 20 minutes to process, meaning that decisions about further imaging assessments cannot be made during an exam session. Speeding up these scans would allow real-time assessment while the patient is still in the scanner, potentially freeing up a clinician’s time and decreasing patient discomfort.

Valery Vishnevskiy and colleagues developed a deep-learning AI model that reconstructs 4D blood flow through the heart in a matter of seconds. The authors trained a neural network on 11 example scans and found the network could accurately reconstruct aortic flow in healthy patients and in patients with abnormal blood flow with the same level of accuracy as conventional approaches. The AI system could also reconstruct a scan in around 20 seconds, which is 30 times faster than current state-of-the art conventional methods and 4.2 times faster than previous deep learning approaches.

doi: 10.1038/s42256-020-0165-6

「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。

メールマガジンリストの「Nature 関連誌今週のハイライト」にチェックをいれていただきますと、毎週最新のNature 関連誌のハイライトを皆様にお届けいたします。

「注目のハイライト」記事一覧へ戻る

プライバシーマーク制度