全身PETコネクトミクスと日常的なFDG PET画像を用いた個別化された体内ホメオスタシスのマッピング

なぜ全身スキャンがより大きな物語を語るのか

多くの医療イメージは腫瘍など明らかな問題箇所を探すスポットライトのように使われます。本研究は別の問いを投げかけます：日常的な全身PETスキャンは、臓器全体がどのように協調して働くか、慢性疾患でそのシステムがどう乱れるかも明らかにできるか？著者らは単一のスキャンを臓器間関係の個人マップに変える方法を開発し、体の均衡と崩壊を新たな視点で示します。

明るい点から全身パターンへ

陽電子放出断層撮影（PET）は、微量の放射性糖が体内のどこに取り込まれているかを示し、各組織の活動性を浮き彫りにします。従来、医師は腫瘍や炎症した動脈、疑わしいリンパ節といったいくつかのホットスポットやコールドスポットに注目してきました。しかし慢性疾患は、体のバランスを保つ臓器ネットワーク全体を再編することが多いのです。研究者たちは孤立した領域だけを見ず、体をつながったシステムとして扱い、日常的な臨床スキャンで臓器が共同でトレーサーをどう扱うかを問いかけます。

スキャンをネットワークマップに変える

このシステム全体の見方を構築するために、チームは標準的な糖トレーサーを用いた日常的なPET-CTスキャンを解析しました。自動化ツールで各スキャンを脳、心臓、肺、肝、腎、脂肪、骨、筋肉など13の主要な臓器・組織群に分割しました。各臓器を単一の平均値で要約するのではなく、その内部の取り込みパターン全体を保持し、典型的な活動と微妙な変動の両方を捉えました。次に各臓器対間でこれらのパターンがどれだけ類似あるいは異なるかを測り、その情報を個々の患者ごとのネットワーク（「コネクトーム」）に統合しました。このネットワークでは臓器がノードであり、それらの代謝的関係の強さがリンクとして表されます。

重篤な心肺疾患での方法の検証

研究者らはこの枠組みを進行した肺動脈性高血圧症の患者に適用しました。これは肺への血管が狭く硬くなるまれな疾患で、右心に大きな負担をかけ体全体に広範な変化を引き起こします。彼らは22名の患者を、スキャンが正常に見えその時点で大きな疾患の兆候がなかった46名の対照と比較しました。臓器ネットワークだけを用いて学習した機械学習モデルは、どの臓器が最も重要かを指示されていなくても、約4分の3の確率で患者と対照を識別できました。最も影響力の大きかったリンクは右心と骨、残りの心臓、膵臓、肝臓、脾臓、腎臓、肺、筋肉との結びつきに関わり、この疾患について何十年もの臨床研究で知られていることを反映していました。

マップの安定性をどのように確認したか

PET画像は臓器境界がややぼやけるため、輪郭の小さな誤差が誤解を招くパターンを生むかどうかをチームは検証しました。近接する組織間の境界を意図的に混乱させ、中等度および重度の歪みの下で臓器ネットワークを再構築しました。全体的なネットワーク形状と、重要な右心シグナルは大きく変わらず、単純な統計モデルでも患者と健康者をほぼ同等の精度で分離しました。これはこの方法が画像処理の脆弱なアーティファクトではなく、本物の生理学的差異を捉えていることを示唆します。

将来の医療にとっての意味

日常的な単一のPETスキャンから個人の「接続マップ」を抽出することで、本研究は医用画像の読み取り方に新たな道を示します。病変がどこにあるかだけを問うのではなく、疾患が体全体の臓器協調をどのように乱しているかを尋ねることができるようになるかもしれません。肺動脈性高血圧症のような病態では、右心周辺の変化したネットワークが体調節の乱れの指紋となります。より大規模で多様な集団でのさらなる検証が進めば、同様のマップは慢性疾患が体内に影響を広げる様子を追跡し、いつかより個別化されたモニタリングや治療の方針決定に役立つ可能性があります。

引用: Labarthe, A., Varet, S., Savale, L. et al. Personalized mapping of body homeostasis using whole-body PET connectomics and routine FDG PET imaging. Commun Med 6, 294 (2026). https://doi.org/10.1038/s43856-026-01549-y

キーワード: PETイメージング, 臓器ネットワーク, 肺動脈性高血圧症, 代謝的ホメオスタシス, 精密医療