【成果創出加速プログラム】頭部CTでハキム病（特発性正常圧水頭症：iNPH）を見逃さない！Cycle-GANと関心領域を抽出する3D U-Netの深層学習モデルを活用

ふらつきや歩くのに不安を覚えるようになり、さらに物忘れ、尿漏れなど高齢者に多い症状が現れるハキム病（特発性正常圧水頭症：iNPH）は、進行性の病気であり、早期発見・早期治療が重要です。脳室拡大とくも膜下腔の不均衡分布（DESH）は、ハキム病に特徴的な画像所見として知られています。しかし、頭部CTやMRI検査が行われても、診察する医師がDESHに気づかないと、ハキム病の可能性が見逃されてしまうことがあります。
そこで、2024年に3次元（3D）MRI画像から、DESHの判定に必要な①脳室、②高位円蓋部・正中の脳溝（くも膜下腔）、③シルビウス裂・脳底槽の3領域を自動抽出する人工知能（AI）が開発されました。今回、そのAIを発展させて、MRIから合成CT画像を作成するCycle-GANと、関心領域を抽出する3D U-Netの2つの深層学習モデルを活用し、頭部単純CT検査でもDESH関連領域を自動抽出できるAIモデルを開発し、DESHの程度を数値化しました。これにより、日常診療で広く行われているCT検査を活用して、ハキム病の早期発見につながることが期待されます。

詳細は下記リンクよりご覧ください。