造影剤不要の乳房MRI？AIが生成する「仮想DCE画像」の可能性と課題

10月 19, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Influence of virtual dynamic contrast enhanced breast MRI on lesion size, BI-RADS scores and reader confidence
European Radiology｜被引用数: 0（2026年10月19日時点）

乳房MRIは乳がん診断に不可欠ですが、造影剤の使用には課題があります。AIを活用した「仮想DCE（vDCE）」技術は、造影剤なしでDCE-MRIのような画像を得ることを目指しています。本記事では、このvDCEが従来のDCE-MRIと比較して、病変のサイズ測定、BI-RADSスコア、専門家の読影確信度にどのような影響を与えるかを評価した最新の研究について解説します。

研究サマリー（FINER & PICO）

Feasible実施可能性	既報のAI手法を別スキャナーデータに適用し、2名の専門家が評価可能だった。
Ethical倫理面	IRB承認済みであり、後ろ向き研究で同意取得は免除された。
Interesting面白さ	造影剤不要の乳房MRIを実現するvDCEの診断性能を評価した点は興味深い。
Novel新規性	深層学習による全動的時系列vDCE画像を用いて、BI-RADS評価を検討した新規性。
Relevant切実さ	造影剤使用に伴う課題解決に繋がり、乳房MRIプロトコルを多様化する可能性。
Measurable測定可能性	感度、特異度、精度、BI-RADSスコア、病変サイズ、読影確信度を評価。
Modifiable派生・改善	vDCE技術の最適化や臨床的検証により、将来的なプロトコル改善の余地がある。
Structured文章構造	AIモデルの学習、検証、テストセットが明確に定義され、専門家による読影試験が行われた。
PICO / PECO対象・介入・比較・結果	P:乳房MRI対象者、I:AI生成vDCE画像、C:従来の造影剤DCE画像、O:診断性能、病変サイズ、読影確信度。

乳房MRIの新たな地平：AIによる仮想DCE画像とは？

どうも、Beyond the Pixelです。乳房MRIは、乳がんの検出と診断において重要な役割を果たしています。通常、この検査ではガドリニウム系造影剤（GBCA）を用いてダイナミック造影MRI（DCE-MRI）を実施します。これにより、組織の造影パターンが高解像度で捉えられ、病変の検出と特性評価が可能になります。しかし、GBCAの使用には、準備や実施に手間がかかることや、環境への影響が懸念されるといった課題があります。また、ガドリニウム曝露に関連する症状（SAGE）についても研究が進められており、造影剤を使用しないMRIアプローチへの関心が高まっています。

**Table 1.** Table 1 MRI protocol解説: 本表は、乳房MRIプロトコルの詳細なパラメータを示しています。シーケンスタイプ、マトリックスサイズ、視野（FoV）、スライス厚、繰り返し時間（TR）、エコー時間（TE）、反転時間（TI）、平均回数、脂肪抑制方法などが記載されています。

そこで、AI（深層学習）を活用し、造影剤を使わずに造影効果を「仮想的に」再現する技術、仮想ダイナミック造影MRI（vDCE-MRI）が注目されています。この技術は、造影前のT1強調画像（T1w）、T2強調画像（T2w）、拡散強調画像（DWI）などの非造影MRI画像から、深層学習モデルを用いてDCE-MRIのような画像を生成するものです。この研究では、Liebertらの研究チームが、このvDCE-MRIが従来のDCE-MRIと比較して、乳房病変の評価においてどの程度の性能を持つのか、特にBI-RADS（乳房画像診断報告・データシステム）スコア、背景乳腺実質濃染（BPE）、および病変のサイズ評価にどのような影響を与えるかを評価しました。この技術が、特定の乳房画像診断において造影剤不要のアプローチとして機能する可能性を探るものです。

研究方法：AIが生成したvDCEと従来のDCEを比較

この研究は、IRB（施設内倫理委員会）の承認を得た後ろ向き研究として実施されました。対象となったのは、2017年1月から2020年6月の間にドイツのエールランゲン大学病院で乳房MRI検査を受けた592例の3テスラMRIデータです。これらのデータは、AIモデルの学習用（377例）、検証用（81例）、そして評価用のホールドアウトテストセット（82例）に分けられました。さらに、別の3テスラMRI装置で取得された52例のセカンダリテストセットも含まれました。

**Figure 1.** Fig. 1 The full cohort used for the creation of the training, validation and holdout sets consisted of patients undergoing breast MRI on a single Siemens Healthineers MAGNETOM Skyra Fit scanner. The full cohort for the creation of the secondary test set consisted of consecutive breast MRI examinations on a MAGNETOM VIDA scanner between July 2018 and January 2019. The protocol was deﬁned as including a ﬁve-point DCE acquisition, a T1W acquisition, a T2W fat-saturated acquisition and a multi-b-value diffusion-weighted MRI (DWI) acquisition containing b-values of 50, 750, and 1500 s/mm2解説: 本図は、研究で使用された対象者コホートの選択プロセスを示しています。トレーニング、検証、ホールドアウトテストセットの作成に使用された全コホートと、セカンダリテストセットの作成に使用された全コホートが、除外基準を経て最終的なデータセットに分割される流れが示されています。

AIモデルには、2D U-Netと呼ばれる畳み込みニューラルネットワークが使用され、非造影T1強調画像、T2強調画像、および拡散強調画像（b値50, 750, 1500 s/mm²）を入力として、仮想的なDCE時系列画像（vDCEシリーズ）を生成しました。

**Table 2.** Table 2 Demographics and clinical information解説: 本表は、ホールドアウトテストセットとセカンダリテストセットの対象者の人口統計学的情報と臨床情報を示しています。対象者数、年齢、有意な所見を持つ対象者数、悪性所見、病変サイズ、良性所見などが含まれます。

評価は、2名の専門家（乳房MRI診断経験10年以上と15年以上）が、vDCE画像と従来のDCE画像をそれぞれ用いて行いました。専門家は、BI-RADSに基づいた診断分類、読影の確信度（5段階評価）、背景乳腺実質濃染（BPE）の評価、アーチファクト（画像ノイズや歪み）の評価を行いました。読影セッションでは、vDCE画像とDCE画像には微妙ながらも識別可能な違いがあったため、専門家はどちらの画像タイプを評価しているかを完全に盲検化することはできませんでした。病変サイズは、専門家の監督のもと、医学生がオープンソースツールを用いて最長径を測定しました。統計解析には、McNemar検定とWilcoxon符号順位検定が用いられ、多重比較にはBonferroni補正が適用されました。

研究結果：診断性能と病変サイズ、読影確信度

この研究の結果、BI-RADSに基づく診断精度は、vDCE-MRIで平均76%、DCE-MRIで平均77%でした。平均感度（病変を正しく検出する能力）はvDCEで92%、DCEで96%であり、平均特異度（病変がないことを正しく識別する能力）はvDCEで65%、DCEで64%でした。これらの値に統計的に有意な差は認められませんでした（どちらの専門家もp=1.0）。

**Table 3.** Table 3 Diagnostic performance in test sets解説: 本表は、ホールドアウトテストセットとセカンダリテストセットにおける、2名の専門家（R1, R2）によるvDCE-MRIとDCE-MRIの診断性能（感度、特異度、PPV、NPV、精度）を示しています。各数値には95%信頼区間と括弧内にカウントが併記されています。

病変サイズに関しては、DCEとvDCEの平均的な病変サイズ差（DCEからvDCEを引いた値）は、ホールドアウトテストセットで-2.2mm、セカンダリテストセットで0.5mmでした。これは、vDCEがホールドアウトセットでわずかに過大評価し、セカンダリテストセットでわずかに過小評価する傾向があることを示唆しています。

**Figure 5.** Fig. 5 Bland–Altman plot comparison of length of the longest axis (L) of malignant ﬁndings measured either on the GBCA-subtraction or on the vDCE series for holdout (A) and secondary (B) test set. The mean paired differences were −2.2 mm and 0.5 mm, corresponding to mean vDCE overestimation in the holdout test set of 2.2 mm and underestimation of 0.5 mm in the secondary test set. GBCA, gadolinium-based contrast agent; vDCE, virtual dynamic contrast-enhanced解説: 本図は、悪性病変の最長軸長（L）の測定値について、GBCA減算画像またはvDCEシリーズで測定した場合のBland–Altmanプロット比較を示しています。Aはホールドアウトテストセット、Bはセカンダリテストセットのデータです。平均的な病変サイズの差（DCEからvDCEを引いた値）は、ホールドアウトテストセットで-2.2mm、セカンダリテストセットで0.5mmでした。

背景乳腺実質濃染（BPE）およびアーチファクトの評価においても、両プロトコル間で有意な差は観察されませんでした（R1 p=1.0; R2 p=1.0）。

**Figure 6.** Fig. 6 Aggregated scores for BPE and Artefact strength for the holdout (A, B) and secondary (C, D) test datasets解説: 本図は、ホールドアウトテストセット（A, B）とセカンダリテストセット（C, D）において、2名の専門家が評価した背景乳腺実質濃染（BPE）とアーチファクト強度の集計スコアの分布を示しています。

読影の確信度については、両プロトコルともに高かったものの、一人の専門家ではvDCEの方が確信度が低い傾向が見られました（p=0.072）。

**Table 5.** Table 5 Aggregated reader conﬁdence scores in test sets解説: 本表は、ホールドアウトテストセットとセカンダリテストセットにおいて、2名の専門家（R1, R2）がvDCE-MRIとDCE-MRIで報告した読影確信度スコアの集計値を示しています。各確信度レベル（1から5）のケース数が記載されています。

BI-RADSスコア自体には有意な差は見られませんでしたが、専門家間の一致度はDCE-MRIで「実質的な一致」（κ=0.62）であったのに対し、vDCE-MRIでは「中程度の一致」（κ=0.51）でした。

**Table 4.** Table 4 Aggregated BI-RADS scores in test sets解説: 本表は、ホールドアウトテストセットとセカンダリテストセットにおいて、2名の専門家（R1, R2）がvDCE-MRIとDCE-MRIで割り当てたBI-RADSスコアの集計値を示しています。各スコア（1から5）のケース数が記載されています。

また、従来のDCE画像とvDCE画像では、病変の描出に違いが見られるケースもありました。

**Figure 2.** Fig. 2 GBCA-subtraction (a, c) and vDCE (b, d) series (b, d) for two subjects from the holdout test set. Subject 1 is a 71-year-old woman undergoing diagnostic breast MRI due to suspicion of multifocal breast cancer on X-ray mammography. The vDCE-subtraction and the GBCA-subtraction depict suspicious lesions spreading over an area of 24 mm in the left breast, as marked by the arrow. Biopsy conﬁrmed an invasive breast carcinoma (NST). Subject 2 is a 49-year-old woman undergoing diagnostic breast MRI due to suspicion of multifocal disease on X-ray mammography. The vDCE subtraction and the GBCA subtraction depict increased background parenchymal enhancement, with the vDCE visualisation of the BPE appearing patchier and less granular than after GBCA administration. Despite the BPE, a suspicious lesion of 6x8mm in the left breast was identiﬁed(arrow) on GBCA and vDCE. Biopsy conﬁrmed an invasive breast carcinoma (NST). FGT, ﬁbroglandular tissue; GBCA, gadolinium-based contrast agent; vDCE, virtual dynamic contrast-enhanced解説: 本図は、ホールドアウトテストセットの2名の対象者における、GBCAによる減算画像（a, c）とvDCE画像（b, d）の比較を示しています。対象者1では、両画像で左乳房に24mmの領域に広がる疑わしい病変が示され、生検で浸潤性乳がんが確認されました。対象者2では、両画像で背景乳腺実質濃染の増加が描出されており、vDCEの方がパッチ状で粒状性が低いものの、左乳房に6x8mmの疑わしい病変が特定され、生検で浸潤性乳がんが確認されました。

**Figure 3.** Fig. 3 GBCA-subtraction (a, c) and vDCE (b, d) series (b, d) for two subjects from the secondary test set. Subject 3: a 60-year-old woman undergoing diagnostic breast MRI. An 8×8 mm non-mass enhancement can be noted in both the DCE and vDCE series (white arrow). Histopathology conﬁrmed invasive breast carcinoma (NST). Subject 4 is a 56-year-old woman undergoing diagnostic breast MRI due to suspicion of multifocal breast cancer. Both vDCE and GBCA subtraction images present multiple lesion clusters, with the largest lesion being 16 x 11 mm. Histopathology conﬁrmed invasive breast carcinoma (NST) with ductal carcinoma in-situ (DCIS) components. FGT, ﬁbroglandular tissue; GBCA, gadolinium-based contrast agent; vDCE, virtual dynamic contrast-enhanced解説: 本図は、セカンダリテストセットの2名の対象者における、GBCAによる減算画像（a, c）とvDCE画像（b, d）の比較を示しています。対象者3では、DCEとvDCEの両方で8x8mmの非腫瘤性濃染が確認され、生検で浸潤性乳がんが確認されました。対象者4では、両画像で複数の病変クラスターが提示され、最大の病変は16x11mmであり、生検で浸潤性乳がんが確認されました。

**Figure 4.** Fig. 4 GBCA-subtraction (a, c) and vDCE series (b, d) for one subject from the holdout test set (Subject 5) and one subject from the secondary test set (Subject 6). Subject 5 is a 61-year-old woman undergoing diagnostic breast MRI. Whilst the GBCA-subtraction depicts a suspicious non-mass enhancement of 8 × 9mm in the left breast (arrow), the respective region was rated not suspicious for both readers in the vDCE-subtraction, as the lesion was interpreted as part of the adjacent BPE. Biopsy conﬁrmed an invasive breast carcinoma (NST). Subject 6 was a 60-year-old woman undergoing diagnostic breast MRI. The suspicious non-mass enhancement (28 × 17mm) was correctly identiﬁed in the GBCA-subtraction series by both readers. However, in the vDCE series, only one reader identiﬁed the non-mass enhancement correctly. Histopathology conﬁrmed invasive breast carcinoma (NST). FGT, ﬁbroglandular tissue; GBCA, gadolinium-based contrast agent; vDCE, virtual dynamic contrast-enhanced解説: 本図は、ホールドアウトテストセットの対象者5とセカンダリテストセットの対象者6における、GBCAによる減算画像（a, c）とvDCE画像（b, d）の比較を示しています。対象者5では、GBCA減算画像で8x9mmの疑わしい非腫瘤性濃染が示されたのに対し、vDCE減算画像では両専門家によってこの病変は疑わしいとは評価されませんでした。生検で浸潤性乳がんが確認されました。対象者6では、GBCA減算画像で28x17mmの疑わしい非腫瘤性濃染が両専門家によって正しく特定されましたが、vDCEシリーズでは1名の専門家のみが正しく特定しました。生検で浸潤性乳がんが確認されました。

結論と今後の展望：造影剤不要MRIの確立に向けて

Liebertらの研究は、vDCE-MRIがBI-RADSに基づく評価を可能にし、専門家の確信度も全体的に高く、病変サイズにわずかな誤差があることを示しました。しかし、平均感度が従来のDCE-MRIよりも4パーセントポイント低いという数値的な結果も出ており、この差は統計的に有意ではありませんでしたが、診断性能が同等であると結論づけるにはさらなる検証が必要です。この研究では、非劣性（既存の手法より劣っていないこと）や同等性を確立するための明確な基準やサンプルサイズ計算が行われていないため、結果は決定的なものではありません。

先行研究においても、AIが生成した造影画像を用いた場合、従来のDCE-MRIと比較して感度がわずかに低下する傾向が報告されています。これは、vDCEが多くの悪性病変において診断上重要な情報を保持しうる一方で、DCE画像で検出されたすべての病変がvDCE-MRIで検出されるわけではないことを示しています。また、vDCE-MRIは従来のDCE-MRIと比較して、専門家間の一致度が低い可能性が示唆されており、この再現性の低下は大規模な多施設共同研究での評価が必要です。

病変サイズの測定については、評価がDCEとvDCEの両方で測定可能な悪性病変に限定されていたため、一致していない病変に関する情報が不足している可能性があります。また、専門家がvDCE画像とDCE画像を区別できたため、画像タイプに対する意識が読影結果に影響を与えた可能性（オブザーバーバイアス）も指摘されています。さらに、今回の研究では、学習データセットが比較的少なく（377例）、乳房の解剖学的構造や臨床的所見の多様性を考慮すると、より大規模なデータセットが必要となります。

これらの結果を踏まえると、vDCE-MRIは選択された乳房画像診断において造影剤不要のアプローチとしての可能性を秘めていますが、その診断上の役割を確立するためには、さらなる最適化と大規模な臨床的検証研究が不可欠です。特に、見落とされた病変やAIが誤って生成した病変（偽陽性）を特定するための詳細な病変ごとの比較評価が今後の研究で求められます。今回の研究は、造影剤不要の乳房MRIの実現に向けた重要な一歩ですが、その臨床適用には慎重な検討が引き続き必要とされます。

用語集

ガドリニウム系造影剤 (GBCA): MRI検査で組織のコントラストを高めるために静脈注射される薬剤。この研究では、その使用に伴う課題が背景にある。
ダイナミック造影MRI (DCE-MRI): GBCAを投与しながら時間経過に伴う造影剤の動きを連続的に撮影し、組織の血流や血管透過性を評価するMRI手法。
仮想ダイナミック造影MRI (vDCE-MRI): 深層学習（AI）を用いて、造影剤を使わずに非造影MRI画像からDCE-MRIのような画像を生成する技術。
BI-RADS (Breast Imaging Reporting and Data System): 乳房の画像診断結果を標準化されたカテゴリーで報告するためのシステム。乳がん診断の国際的な評価基準。
背景乳腺実質濃染 (BPE): 乳腺組織がGBCAによって濃染される程度。乳がん診断において病変の検出を難しくすることがある。
T1強調画像 (T1w): MRIの基本的な画像の一つで、組織の縦緩和時間を反映し、脂肪などが明るく見えることが多い。
T2強調画像 (T2w): MRIの基本的な画像の一つで、組織の横緩和時間を反映し、水成分（病変、浮腫など）が明るく見えることが多い。
拡散強調画像 (DWI): 水分子の動き（拡散）を画像化するMRI手法。がん組織内での水分子の拡散は通常制限されるため、診断に利用される。
2D U-Net: 医用画像分野で広く使われる深層学習のニューラルネットワークアーキテクチャの一つ。画像セグメンテーション（領域分割）や画像生成に優れている。
感度: 病変がある場合に、それを正しく「ある」と検出する割合。偽陰性を減らすために重要。
特異度: 病変がない場合に、それを正しく「ない」と識別する割合。偽陽性を減らすために重要。
精度: 全ての評価のうち、正しく診断された（陽性と陰性の両方）割合。
確信度: 専門家が診断を下す際に感じる自信の度合い。
アーチファクト: MRI画像に生じる不要な信号や歪み。診断を妨げることがある。
IRB (Institutional Review Board): 研究計画が倫理的基準に準拠しているかを審査・承認する機関。施設内倫理委員会。
オブザーバーバイアス: 観察者が評価対象について知っている情報や期待が、評価結果に影響を与えること。