仙腸関節の軸性脊椎関節炎分類における複数読影からの学習

慢性腰痛のある人にとってなぜ重要か

慢性的な腰痛は生活に大きな影響を及ぼし得ます。その重要な原因の一つが軸性脊椎関節炎で、しばしば脊椎と骨盤をつなぐ仙腸関節を侵します。医師はこれらの仙腸関節の早期損傷を検出するために磁気共鳴画像（MRI）を用いますが、何百〜何千もの画像を目で読影するのは遅く、専門家間で評価が一致しないこともあります。本研究は、完全自動化されたコンピュータシステムがこれらの関節を輪郭抽出し、MRI上の複数の損傷種類を専門家と同程度の性能で評価できることを示しており、診療の迅速化や判定の信頼性向上につながる可能性があります。

見つけにくい関節を詳しく見る

仙腸関節は骨盤の深部、脊椎の基部と腸骨が接する部分に位置します。軸性脊椎関節炎では、これらの関節に腫脹、線維化（脂肪変化）、骨侵食、新生骨などが現れ、それらはMRI上に微妙なパターンとして描出されます。現在は訓練を受けた読影者が各画像を丹念に評価してこれらの変化に点数をつけますが、専門家であっても異なる日に自分自身と異なる評価をしたり、他者と一致しないことがよくあります。著者らは二つの関連する問題に取り組みました。第一に、コンピュータにMRI上で各仙腸関節を見つけて輪郭を描かせること。第二に、診断と経過観察に重要な五種類の病変を検出するよう学習させることです。両方を自動化することで、放射線科医やリウマチ医の負担を減らし、大規模臨床試験や将来的な日常診療での一貫性を高めることを目指しています。

コンピュータに関節の線を描かせる

仙腸関節を見つけるために、研究チームは関節を塗りつぶすのではなく、その境界の正確な線を学習する手法を設計しました。ニューラルネットワークを訓練して各MRIスライス上に「フロー」と呼ぶ小さな矢印の場を予測させます。関節外の矢印は関節辺縁の最も近い位置を指し、辺縁上の矢印は境界に沿って道筋のように向きます。同じネットワークは境界の開始点と終了点も予測します。仮想的な「歩行者」が開始点から終了点へ矢印に従って進むことで、関節を示す開いた曲線をなぞります。約17,000枚に近い大規模なローカルデータセットで検証したところ、この輪郭追従アプローチは単純なランドマーク法より滑らかで正確な関節輪郭を生成し、誤差の多くが数ミリ未満に収まることが示されました。これは後の評価のために狭い関心領域を定義するのに十分な精度です。

きれいな輪郭から詳細な病変マップへ

関節が輪郭化されると、システムは異なる組織特徴を強調する二種類のMRIシーケンスから左右の仙腸関節周辺を切り出します。各関節は骨盤側と脊椎側で四つの象限に分割されます。ディープラーニングモデルはスライスの積み重ねを解析し、各象限および関節全体について五種類の病変の有無を予測します：骨髄浮腫（腫脹）、脂肪変化、表面侵食、骨硬化（骨の硬化）、そして関節融解（癒合）です。本研究の特徴的な点は、人間の読影者間の不一致をどのように扱うかにあります。単一のスコアに頼るのではなく、モデルは複数の専門家による複数回の読影で学習され、各読影者がどのように採点する傾向があるか、そしてそれらの意見がどのように「コンセンサス（合意）」として統合されるかを学びます。これによりコンピュータは個々の観察者ではなく専門家集団の判断を模倣できるようになります。

複数の臨床試験で信頼性を証明する

研究者らは病変分類器を大規模な強直性脊椎炎試験のMRI画像で訓練し、訓練に使われていない二つの独立した試験でテストしました。これらの研究を通じて、システムは病変の有無を区別する強い能力を示し、病変種類によって性能に若干の差がありました。特に関節癒合や骨過形成のような進行した変化の検出は高精度で、初期のより微妙な腫脹シグナルの検出はやや難しく、これは人間の読影者にも共通する課題です。モデルの予測を複数専門家のコンセンサスラベルと比較した際、その正確性と識別力は人間同士の一致度に匹敵し、場合によっては近いレベルに達しました。

患者と臨床医にとっての意義

簡潔に言えば、本研究はコンピュータがMRI上で仙腸関節をなぞり、専門家と同等の技能で関節損傷の重要なパターンを検出できることを示しています。専門家間で必ずしも一致が得られない場合でもその能力は保たれます。システムは臨床判断を置き換えるものではありませんが、研究やさらに検証を経た臨床現場における仙腸関節MRIの読影を標準化する手段を提供します。これにより診断が速く一貫したものになり、治療への反応をより正確に追跡できるようになり、軸性脊椎関節炎を抱える人々のための新規治療の大規模試験がより効率的に行える可能性があります。

引用: Jamaludin, A., Windsor, R., Ather, S. et al. Learning from multiple readings for axial spondyloarthritis classification of the sacroiliac joints. Sci Rep 16, 9866 (2026). https://doi.org/10.1038/s41598-026-39417-3

キーワード: 軸性脊椎関節炎, 仙腸関節MRI, 医用画像AI, 病変分類, 慢性腰痛