AIが関節代謝を定量化：[¹⁸F]FDGと[¹⁸F]NaF PET/CTによる変性評価の新たな標準

August 23, 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: Automated joint segmentation enables quantitative molecular imaging of degeneration with [¹⁸F]FDG and [¹⁸F]NaF PET/CT
European Journal of Nuclear Medicine and Molecular Imaging｜被引用数: 0（2026年8月23日時点）

AI技術の進歩は、医療画像診断の領域にも大きな変革をもたらしています。特に、骨関節疾患の診断においては、代謝活動の精密な定量化が課題とされてきました。本研究は、AIを活用した自動関節セグメンテーション手法を開発し、陽電子放出断層撮影（PET）とコンピューター断層撮影（CT）を組み合わせた画像から、[¹⁸F]FDGおよび[¹⁸F]NaFという2種類のトレーサーの取り込みを効率的かつ標準化された方法で定量化するアプローチを提案しています。これにより、変性性関節疾患の早期発見や病態評価の精度向上が期待されます。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存のAIモデルとPET/CTデータを使用し、迅速な処理時間で技術的に実現可能である。
Ethical倫理面	健康な対象者から適切な同意を得て実施されており、倫理的課題は低い。
Interesting面白さ	変性性関節疾患の早期評価に繋がる可能性があり、臨床的意義が高い。
Novel新規性	TotalSegmentatorを用いた自動関節セグメンテーションによる、PETトレーサー取り込みの定量化は新規性が高い。
Relevant切実さ	変性性関節疾患の早期診断、病態評価、治療効果モニタリングへの応用が期待される。
Measurable測定可能性	関節のSUVmeanを算出し、BMIや年齢との相関を定量的に評価している。
Modifiable派生・改善	関節の代謝活動は生活習慣や治療介入により変化する可能性があり、その影響を評価できる。
Structured文章構造	目的、方法、結果、考察が明確に記述されており、論文構成は適切である。
PICO / PECO対象・介入・比較・結果	P: 健康な対象者, I: 自動関節セグメンテーションによるFDG/NaF PET/CT, C: なし, O: 関節代謝活動とBMI/年齢の相関。

AIが切り拓く関節代謝イメージングの最前線

どうも、Beyond the Pixelです。AI（人工知能）技術の進歩は、医療画像診断の領域にも大きな変革をもたらしています。特に、変性性関節疾患のような骨関節疾患の診断においては、関節の代謝活動を精密に定量化することが、病態の早期発見や進行度評価の鍵となります。しかし、これまでの手動での解析手法は、時間がかかり、結果の標準化が難しいという課題を抱えていました。本研究は、AIを活用した自動関節セグメンテーション手法を開発し、陽電子放出断層撮影（PET）とコンピューター断層撮影（CT）を組み合わせた画像から、[¹⁸F]FDG（放射性フッ素標識ブドウ糖）および[¹⁸F]NaF（放射性フッ素標識フッ化ナトリウム）という2種類のトレーサーの取り込みを効率的かつ標準化された方法で定量化するアプローチを提案しています。これにより、関節の分子レベルでの変化を捉え、変性性関節疾患の早期発見や病態評価の精度向上が期待されます。本記事では、この画期的な研究について、医療画像インフォマティクスの専門家として詳しく解説していきます。

自動セグメンテーション手法の開発と効率性

本研究の核となるのは、CTスキャン画像からTotalSegmentatorというAIモデルを用いて自動的にセグメンテーション（特定の臓器や領域を画像から区別・抽出する処理）を行う技術です。このモデルで骨を識別した後、隣接する骨の間の領域を特定の距離閾値内で特定することで、合計30の荷重負担関節（椎間板、仙腸関節、股関節、膝関節など）を自動でセグメンテーションしました。これにより得られた関心領域（ROI）をPETスキャン画像に重ね合わせ、各関節におけるトレーサーの平均標準化取り込み値（SUVmean）を算出します。この自動アプローチは、従来の専門家による手動セグメンテーションが1スキャンあたり約30分かかっていたのに対し、約1.5分にまで処理時間を劇的に短縮しました。この効率性の向上は、大規模な研究や日常の臨床応用において大きなメリットとなります。

**Figure 1.** Fig. 1 Segmentation and statistical analysis workflow. TotalSegmen tator is used to generate an initial segmentation from the CT scan. Bones surrounding the joints of interest are then isolated, followed by application of a joint isolation algorithm to define regions of interest解説: 図1は、本研究で開発されたセグメンテーションと統計解析のワークフローを示しています。まずCTスキャンからTotalSegmentatorを用いて初期セグメンテーションを行い、次に目的の関節周辺の骨を分離します。その後、関節分離アルゴリズムを適用して関心領域（ROI）を定義し、これらのROIを対応するPETスキャンに重ね合わせ、平均標準化取り込み値（SUVmean）を計算します。

この図は、CTスキャンからの自動セグメンテーション、目的の骨の分離、関節セグメンテーションアルゴリズムの適用、ROIの分離、そしてPETスキャンとの組み合わせによるデータ抽出という、一連のワークフローを示しています。この新しい手法により、関節の解析に必要な時間が大幅に削減され、より多くの画像を迅速に処理できるようになりました。

研究デザインと対象者の特性

本研究は、オデッセ大学病院で2012年から2014年にかけて実施された前向き研究「Cardiovascular Molecular Calcification Assessed by NaF PET/CT (CAMONA)」から得られたデータを活用した、後ろ向きの横断研究です。分析には、75名の対象者にはFDGスキャンが、80名の対象者にはNaFスキャンが実施され、いずれも健康なボランティアのデータが用いられました。対象者の年齢は21歳から75歳までと幅広く（平均44.6歳）、BMI（Body Mass Index：肥満度を示す体格指数）も平均26.5と多様な層が含まれています。この幅広い年齢層とBMIを持つ対象者のデータを用いることで、関節の代謝活動とこれらの身体指標との関連性を詳細に分析することが可能になりました。

**Table 1.** Table 1 Clinical Characteristics: The table summarizes demographic and clinical characteristics stratified by sex, including the total num ber of patients and descriptive statistics (mean ± SD, median, min, and max) for age and BMI Statistic Count Age (years) BMI Male 47.00 Female 42.00 Total Patients 89.00 Mean ± SD 44.58 ± 13.91 26.52 ± 4.41 Median 44.00 25.67 min 21.00 17.75 max 75.00 42.06解説: 表1は、性別で層別化された対象者の人口統計学的および臨床的特徴をまとめたものです。総対象者数、および年齢とBMIに関する記述統計（平均±標準偏差、中央値、最小値、最大値）が示されています。

表1は、この研究に参加した対象者の人口統計学的および臨床的特徴を、性別に分けてまとめています。年齢とBMIの平均値、中央値、最小値、最大値が示されており、研究コホートの多様性がわかります。

開発手法の精度と信頼性

開発されたセグメンテーション手法の正確性は、TotalSegmentatorモデルによって生成された骨セグメンテーションを、ハンスフィールド単位（HU）閾値処理から得られた骨マスクと比較することで検証されました。この検証では、FDGスキャンで椎骨で平均0.97、股関節、仙骨、大腿骨で平均0.95の精度が、NaFスキャンではそれぞれ0.98と0.96の平均精度が示されました。これは、AIモデルが高精度に骨の構造を捉えていることを意味します。

**Figure 4.** Fig. 4 Left: Bone segmentation mask generated through CT scan HU thresholding and denoising. Right: Corresponding CT scan used for masking. CT indicates computed tomography; HU, Hounsfield Units解説: 図4は、左側にCTスキャン画像にHounsfield Unit（HU）閾値処理とノイズ除去を適用して生成された骨セグメンテーションマスクを、右側に対応するCTスキャン画像を示しています。⚠ 自動抽出画像の検証で一致を確認できませんでした。正確な内容は元論文のFigure 4をご参照ください。

図4は、左側にCTスキャンにHU閾値処理とノイズ除去を適用して生成された骨セグメンテーションマスクを、右側に対応するCTスキャンを示しています。

**Figure 5.** Fig. 5 Overlap of femoral bone segmentations on CT used for accu racy assessment. The blue region is the bone mask obtained by Houn sfield unit (HU) thresholding, which served as the reference, and the yellow region is the segmentation generated by TotalSegmentator, which was the output under evaluation. Overlapping regions indicate agreement between methods, while non-overlapping regions highlight areas of discrepancy. Accuracy was quantified as a one-sided overlap (containment index), defined as the proportion of the TotalSegmen tator segmentation contained within the HU-derived bone mask, as described in the Methods. Other structures shown in this figure (fibula, tibia, patella) can be ignored as they were not involved in segmenta tion analysis解説: 図5は、精度評価に使用されたCT画像上の大腿骨セグメンテーションの重なりを示しています。青色の領域はHounsfield Unit（HU）閾値処理によって得られた骨マスク（参照標準）、黄色の領域はTotalSegmentatorによって生成されたセグメンテーション（評価対象）です。重なる領域は両手法間の一致を示し、重ならない領域は不一致を示します。

図5は、精度評価に使用されたCT画像上の大腿骨セグメンテーションの重なりを示しています。青色の領域はHU閾値処理によって得られた骨マスク（参照標準）、黄色の領域はTotalSegmentatorによって生成されたセグメンテーション（評価対象）です。さらに、同一対象者で異なる日に取得された2回のPET/CTセッション（FDGとNaF）から独立して生成された関節ROIの体積は、高い一致度を示しました（中央値ピアソン相関係数 r = 0.98、中央値級内相関係数 0.94）。これは、本手法が異なる取得条件下でも安定して再現性のあるROIを生成できることを示しています。この高い再現性は、手動セグメンテーションにつきものの観察者間のばらつきを排除し、研究結果の信頼性を大幅に向上させます。

[¹⁸F]NaFと[¹⁸F]FDGの取り込みパターン：BMIと年齢との複雑な関連

本研究では、各トレーサーのSUVmean値とBMIおよび年齢との相関関係を、Benjamini-Hochberg FDR（False Discovery Rate）補正という統計的手法を用いて分析しました。これにより、多くの関節領域で有意な関連が明らかになりました。

[¹⁸F]NaF取り込みとBMI・年齢との関連
[¹⁸F]NaFは骨代謝、特に骨形成活動を示すトレーサーであり、その取り込みは、体格指数（BMI）との間に多くの正の相関が認められました。具体的には、胸椎（T3-T6、T7-T8、T9-T11）および腰仙椎（L5-S1）の椎間板（IVD）のほか、仙腸関節（SI関節）、股関節、膝関節でBMIが高いほどNaFの取り込みが増加する傾向が見られました。これは、体重負荷がこれらの関節の骨代謝に影響を与えている可能性を示唆しています。

**Table 2.** Table 2 NaF vs. BMI: Regions with significant correlations between BMI and NaF uptake. Pearson correlation coefficients (r) and corre sponding p-values are shown for anatomical regions where a signifi cant correlation (p < 0.05) was observed between BMI and NaF uptake. Benjamini–Hochberg FDR-adjusted q values are reported alongside the uncorrected p values; associations meeting p < 0.05 but not q < 0.05 are indicated Joint Pearson r p value BH-adjusted q Intervertebral joint L5–S1 0.298 0.010 0.030 Intervertebral joint T10–T11 0.289 0.013 0.032 Intervertebral joint T9–T10 0.313 0.007 0.023 Intervertebral joint T7–T8 0.278 0.017 0.039 Intervertebral joint T6–T7 0.261 0.026 0.052† Intervertebral joint T5–T6 0.349 0.003 0.015 Intervertebral joint T4–T5 0.341 0.003 0.015 Intervertebral joint T3–T4 0.292 0.012 0.033 Intervertebral joint C2–C3 0.262 0.025 0.054† Right sacroiliac joint 0.464 < 0.001 0.007 Left sacroiliac joint 0.436 < 0.001 0.007 Right hip 0.321 0.004 0.017 Left hip 0.303 0.006 0.022 Right knee 0.605 < 0.001 0.007 Left knee 0.548 < 0.001 0.007 † Association meets the uncorrected threshold of p < 0.05 but not the Benjamini–Hochberg false discovery rate threshold of q < 0.05, and is interpreted as exploratory. q values were computed within a family of 30 simultaneous tests解説: 表2は、BMIとNaF取り込みの間に有意な相関が認められた解剖学的領域を示しています。ピアソン相関係数（r）と対応するp値、およびBenjamini-Hochberg FDR補正後のq値が示されています。

表2は、BMIとNaF取り込みの間に有意な相関が認められた解剖学的領域を示しており、ピアソン相関係数（r）と対応するp値、FDR補正後のq値が詳細に報告されています。

**Figure 6.** Fig. 6 NaF vs. BMI Vertebral, Hip, SI, and Knee Regions: Positive correlation between BMI and NaF uptake across multiple joint and disk regions. Scatter plots show SUVs of NaF versus BMI for: ver tebral IVDs, SI, hip, and knee joints. All regions demonstrated sig nificant positive correlations between BMI and NaF uptake. For each significant quantified region, a linear regression trend line was overlaid on the scatter plots to represent the relationship between SUV and BMI解説: 図6は、脊椎、股関節、仙腸関節、膝関節におけるBMIとNaF取り込みとの間の正の相関関係を示しています。散布図は、NaFの標準化取り込み値（SUV）をBMIに対してプロットしており、すべての領域でBMIとNaF取り込みの間に有意な正の相関が示されています。

図6では、脊椎の椎間板、股関節、仙腸関節、膝関節におけるBMIとNaF取り込みとの間の正の相関関係が散布図として示されており、これらの領域でBMIが高いほどNaFのSUVが上昇する傾向が明確に見て取れます。

年齢との関連に関しては、NaFの取り込みは頸椎椎間板（C1-C2、C3-C7）で年齢とともに増加する一方で、胸椎（T4-T5、T6-T7）、腰椎（L1-L2）の椎間板、および両側の仙腸関節では年齢とともに減少する負の相関が観察されました。この複雑なパターンは、関節の部位や変性の段階によって骨代謝の活動が異なることを示唆しています。

**Table 4.** Table 4 NaF vs. Age: Regions with significant correlations between age and NaF uptake. Pearson correlation coefficients (r) and corre sponding p-values are shown for anatomical regions where a signifi cant correlation (p < 0.05) was observed between age and NaF uptake. Benjamini–Hochberg FDR-adjusted q values are reported alongside the uncorrected p values; associations meeting p < 0.05 but not q < 0.05 are indicated Joint Pearson r p value BH-adjusted q Intervertebral joint L2–L3 −0.253 0.031 0.072† Intervertebral joint L1–L2 −0.301 0.010 0.033 Intervertebral joint T12–L1 −0.232 0.048 0.103† Intervertebral joint T11–T12 −0.272 0.020 0.055† Intervertebral joint T7–T8 −0.270 0.021 0.052† Intervertebral joint T6–T7 −0.316 0.007 0.026 Intervertebral joint T4–T5 −0.286 0.014 0.042 Intervertebral joint C6–C7 0.329 0.005 0.025 Intervertebral joint C5–C6 0.430 < 0.001 0.007 Intervertebral joint C4–C5 0.382 < 0.001 0.007 Intervertebral joint C3–C4 0.336 0.004 0.024 Intervertebral joint C1–C2 0.317 0.006 0.026 Right sacroiliac joint −0.519 < 0.001 0.007 Left sacroiliac joint −0.524 < 0.001 0.007 † Association meets the uncorrected threshold of p < 0.05 but not the Benjamini–Hochberg false discovery rate threshold of q < 0.05, and is interpreted as exploratory. q values were computed within a family of 30 simultaneous tests解説: 表4は、年齢とNaF取り込みの間に有意な相関が認められた解剖学的領域を示しています。ピアソン相関係数（r）と対応するp値、およびBenjamini-Hochberg FDR補正後のq値が示されています。

表4は、年齢とNaF取り込みの間に有意な相関が認められた解剖学的領域を示しています。

**Figure 8.** Fig. 8 NaF vs. Age: Significant correlations between age and NaF uptake in vertebral IVDs and SI joints. Scatter plots show SUVs of NaF versus age for IVDs in the spine that were found to have signifi cant positive or negative correlations. For each significant quantified region, a linear regression trend line was overlaid on the scatter plots to represent the relationship between SUV and age解説: 図8は、脊椎の椎間板（IVD）および仙腸関節（SI関節）における年齢とNaF取り込みとの間の有意な相関関係を示しています。散布図は、NaFの標準化取り込み値（SUV）を年齢に対してプロットしており、有意な正または負の相関が見られた脊椎の椎間板の領域に対して線形回帰トレンドラインが重ねられています。

図8は、脊椎の椎間板および仙腸関節における年齢とNaF取り込みとの間の有意な相関関係を散布図で示しており、関節の部位によって年齢との相関が正になったり負になったりする多様なパターンが観察されます。

[¹⁸F]FDG取り込みとBMI・年齢との関連
[¹⁸F]FDGは炎症や細胞の代謝活動を示すトレーサーです。その取り込みは、BMIとの間に多くの正の相関が認められました。頸椎から胸椎（C1-T6、T1-T2を除く）および胸腰仙椎（T9-S1）の椎間板、両側の仙腸関節、左股関節、そして両側の膝関節で、BMIが高いほどFDGの取り込みが増加する傾向が見られました。これは、肥満がこれらの関節における炎症や代謝活性を高めることを示唆しています。

**Table 3.** Table 3 FDG vs. BMI: Regions with significant correlations between BMI and FDG uptake. Pearson correlation coefficients (r) and cor responding p-values are shown for anatomical regions where a sig nificant correlation (p < 0.05) was observed between BMI and FDG uptake. Benjamini–Hochberg FDR-adjusted q values are reported alongside the uncorrected p values; associations meeting p < 0.05 but not q < 0.05 are indicated Joint Pearson r p value BH-adjusted q Intervertebral joint L5–S1 0.523 < 0.001 0.002 Intervertebral joint L4–L5 0.616 < 0.001 0.002 Intervertebral joint L3–L4 0.434 < 0.001 0.002 Intervertebral joint L2–L3 0.277 0.019 0.025 Intervertebral joint L1–L2 0.466 < 0.001 0.002 Intervertebral joint T12–L1 0.484 < 0.001 0.002 Intervertebral joint T11–T12 0.353 0.002 0.004 Intervertebral joint T10–T11 0.340 0.003 0.005 Intervertebral joint T9–T10 0.348 0.003 0.005 Intervertebral joint T5–T6 0.322 0.006 0.009 Intervertebral joint T4–T5 0.382 < 0.001 0.002 Intervertebral joint T3–T4 0.521 < 0.001 0.002 Intervertebral joint T2–T3 0.427 < 0.001 0.002 Intervertebral joint T1–T2 0.235 0.047 0.054† Intervertebral joint C7–T1 0.279 0.017 0.023 Intervertebral joint C6–C7 0.266 0.024 0.030 Intervertebral joint C5–C6 0.335 0.004 0.006 Intervertebral joint C4–C5 0.384 < 0.001 0.002 Intervertebral joint C3–C4 0.436 < 0.001 0.002 Intervertebral joint C2–C3 0.460 < 0.001 0.002 Intervertebral joint C1–C2 0.516 < 0.001 0.002 Right sacroiliac joint 0.597 < 0.001 0.002 Left sacroiliac joint 0.513 < 0.001 0.002 Left hip 0.248 0.030 0.036 Right knee 0.550 < 0.001 0.002 Left knee 0.518 < 0.001 0.002 † Association meets the uncorrected threshold of p < 0.05 but not the Benjamini–Hochberg false discovery rate threshold of q < 0.05, and is interpreted as exploratory. q values were computed within a family of 30 simultaneous tests解説: 表3は、BMIとFDG取り込みの間に有意な相関が認められた解剖学的領域を示しています。ピアソン相関係数（r）と対応するp値、およびBenjamini-Hochberg FDR補正後のq値が示されています。

表3は、BMIとFDG取り込みの間に有意な相関が認められた解剖学的領域を示しています。

年齢との関連では、FDGの取り込みは両側の膝関節で年齢とともに増加する傾向が見られました。一方、胸椎（T2-T3）の椎間板と両側の仙腸関節では、年齢とともにFDGの取り込みが減少する負の相関が観察されました。これらの結果は、加齢に伴う関節の変性プロセスが、炎症のパターンにおいて部位特異的な変化を示すことを示唆しています。

**Table 5.** Table 5 FDG vs. Age: Regions with significant correlations between age and FDG uptake. Pearson correlation coefficients (r) and corre sponding p-values are shown for anatomical regions where a signifi cant correlation (p < 0.05) was observed between age and FDG uptake. Benjamini–Hochberg FDR-adjusted q values are reported alongside the uncorrected p values; associations meeting p < 0.05 but not q < 0.05 are indicated Joint Pearson r p value BH-adjusted q Intervertebral joint T4–T5 −0.243 0.040 0.171† Intervertebral joint T3–T4 −0.294 0.012 0.060† Intervertebral joint T2–T3 −0.331 0.004 0.030 Right sacroiliac joint −0.350 0.002 0.030 Left sacroiliac joint −0.336 0.003 0.030 Right knee 0.323 0.006 0.036 Left knee 0.371 0.002 0.030 † Association meets the uncorrected threshold of p < 0.05 but not the Benjamini–Hochberg false discovery rate threshold of q < 0.05, and is interpreted as exploratory. q values were computed within a family of 30 simultaneous tests解説: 表5は、年齢とFDG取り込みの間に有意な相関が認められた解剖学的領域を示しています。ピアソン相関係数（r）と対応するp値、およびBenjamini-Hochberg FDR補正後のq値が示されています。

表5は、年齢とFDG取り込みの間に有意な相関が認められた解剖学的領域を示しています。

関節の代謝活動を分子レベルで捉える意義

この研究で開発されたAIベースの自動セグメンテーション手法は、陽電子放出断層撮影（PET）とコンピューター断層撮影（CT）を組み合わせた画像から、FDGとNaFという異なるトレーサーの取り込みを迅速かつ再現性高く定量することを可能にしました。これにより、関節の代謝活動とBMIや年齢との間に有意な関連性が明らかになりました。

[¹⁸F]FDGと[¹⁸F]NaFの取り込みは、それぞれ異なる関節の病態生理学的側面を反映します。FDGは主に炎症細胞の解糖系活動を反映し、NaFは骨芽細胞活動と骨代謝回転を示すため、これらのトレーサーを用いることで、構造的な変化が明らかになる前の分子レベルでの変性過程を捉えることができます。例えば、体重負荷や加齢は関節腔に炎症性の変化を誘発し、FDG信号の増加につながることが知られています。また、NaF信号の変化は、荷重負荷や加齢に脆弱な関節空間における骨芽細胞や破骨細胞の活動の変化を反映しています。

**Figure 2.** Fig. 2 Sagittal views of a 62-year-old female patient with vertebral joint ROI overlays approximating the intervertebral disks. (A) CT scan showing anatomical reference of the spine. (B) ¹⁸F-FDG PET scan highlighting metabolic activity in the vertebral joints. (C) ¹⁸F- NaF PET scan demonstrating bone turnover and remodeling within the same ROIs解説: 図2は、62歳女性対象者の椎間関節の関心領域（ROI）を椎間板に近似して重ね合わせた矢状断面図です。（A）は脊椎の解剖学的基準を示すCTスキャン、（B）は椎間関節の代謝活動を強調する¹⁸F-FDG PETスキャン、（C）は同じROI内での骨代謝回転とリモデリングを示す¹⁸F-NaF PETスキャンです。

図2は、椎間関節における代謝活動を画像で示しており、(B)のFDG PETスキャンでは炎症性の変化が、(C)のNaF PETスキャンでは骨代謝回転が強調されています。

**Figure 3.** Fig. 3 Coronal CT scans of a 62-year-old female patient with (A) hip and knee joint ROIs and (B) SI joint ROIs displayed. ROIs are shown as overlays on the anatomical images. CT indicates computed tomog raphy; SI, sacroiliac; ROI, region of interest解説: 図3は、62歳女性対象者の冠状CTスキャン画像で、(A)股関節と膝関節のROI、(B)仙腸関節（SI関節）のROIが表示されています。これらのROIは、解剖学的画像上に重ねて示されています。

図3は、股関節、膝関節、仙腸関節における関心領域（ROI）の例を、CTスキャン画像上に重ねて表示しています。これにより、広範囲の関節の代謝状態を一度に評価できる汎用性が示されています。

興味深いことに、一部の領域では年齢とともにトレーサーの取り込みが増加し、進行中の代謝プロセスや炎症を示唆する一方で、他の領域では取り込みが有意に減少しました。これは、後期段階の変性変化を反映している可能性があります。例えば、NaF信号の低下は、骨芽細胞活動の低下を示唆し、進行した変性による硬化や線維化への移行を示しているかもしれません。FDG信号の低下は、慢性炎症が線維性で代謝的に不活性な組織へと進化するにつれて炎症プロセスが解決されることを示唆している可能性があります。これらの知見は、関節変性が領域やトレーサーに特異的な複雑な性質を持つことを示唆しています。

研究の限界と今後の展望

本研究は多くの重要な知見をもたらしましたが、いくつかの限界も存在します。まず、本研究は後ろ向きにデータ分析を行ったため、選択バイアスが生じる可能性があります。今後は、前向き研究デザインでこれらの限界を克服する必要があります。第二に、PETは比較的低い空間分解能を持つため、対象領域に隣接する組織からの放射性トレーサーの取り込み（部分体積効果）が測定値に影響を与える可能性があります。特に椎間板では、隣接する椎体のNaF信号が高いため、この影響が顕著である可能性が指摘されています。また、本研究ではROIの体積とSUVmeanとの相関が一部の関節（頸椎など）で認められ、幾何学的要因が結果に影響を与えている可能性も完全に排除できません。第三に、本研究で開発された手法は外部データセットでの検証がまだ行われていません。これは今後の研究で対応すべき課題です。第四に、異なる日に同じトレーサーを用いてスキャン-再スキャンを行うプロトコルがなかったため、SUV値自体の再現性は定量化されていません。最後に、健康なボランティアを対象としたコホートでしたが、無症状の変性疾患がスクリーニングされていなかったため、報告された値は無選択の歩行可能な集団を反映しており、放射線学的に完全に正常な集団を表しているわけではない点も考慮が必要です。

これらの限界はあるものの、本研究で提案されたAIを活用した自動関節セグメンテーション技術は、PET/CTによる関節代謝活動の定量化において、迅速性、標準化、そして観察者依存性の排除という点で大きな進歩を遂げました。この手法は、変性性関節疾患の理解を深め、将来のPET/CT関節解析のための標準化されたフレームワークを提供するものです。今後は、これらの限界を克服し、臨床応用に向けてさらなる検証と改良が進められることが期待されます。

用語集

PET/CT: 陽電子放出断層撮影とCTを組み合わせた画像診断装置。
[¹⁸F]FDG: 放射性フッ素標識ブドウ糖。炎症や腫瘍の代謝活動を評価するPETトレーサー。
[¹⁸F]NaF: 放射性フッ素標識フッ化ナトリウム。骨代謝、特に骨形成活動を評価するPETトレーサー。
セグメンテーション: 医療画像の中から特定の臓器や病変の領域を自動的または手動で区別・抽出する処理。
TotalSegmentator: CT画像から117の解剖学的構造を自動でセグメンテーションするAIモデル。
ROI (Region of Interest): 医療画像解析において、特定の関心領域を指す。
SUVmean (Mean Standardized Uptake Value): PET画像におけるトレーサーの平均標準化取り込み値。代謝活動の指標。
BMI (Body Mass Index): 肥満度を示す体格指数。
IVD (Intervertebral Disc): 椎間板。脊椎の椎体間にあるクッション材。
SI関節 (Sacroiliac joint): 仙骨と腸骨の間にある関節。
FDR補正 (False Discovery Rate correction): 多重比較において、誤って有意と判断される確率（偽陽性率）を制御するための統計的手法。
HU (Hounsfield Unit): CT画像におけるX線吸収値の尺度。骨や組織の密度を表す。