AI副操縦士「OsiriXGPT」が拓く放射線診断支援の未来：DICOMビューアとのシームレス連携

10月 25, 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: OsiriXGPT: An Innovative AI Co-pilot Plug-In for Seamless Deployment of Generative AI Models in Scan-to-Scan Reporting Workflows
Journal of Imaging Informatics in Medicine｜被引用数: 2（2026年10月25日時点）

生成AI（GenAI）は、放射線科のレポート作成負担を軽減し、診断ワークフローを強化し、複雑な放射線情報の伝達を促進する可能性を秘めています。しかし、医用画像ビューアとのシームレスな統合の欠如が、その研究と導入を制限してきました。本研究は、このギャップを埋めるオープンソースのAPIプラグイン「OsiriXgrpc」を導入します。これは、CEマークおよびFDA承認済みのDICOMビューア「OsiriX」と、Pythonなど任意のプログラミング言語で展開されるAI駆動型ツールとの間のリアルタイム通信を可能にします。OsiriXgrpcの設計により、ユーザーはOsiriX内でAI生成の出力を直接照会、対話、視覚化できる統一プラットフォームが提供されます。その可能性を示すため、著者らはOsiriXgrpcを活用してGenAIモデルとユーザーの間で反復的な「リクエスト・トゥ・アンサー」対話を可能にするAIコパイロットを開発し、同じDICOMビューア内でリアルタイムのデータ照会とAI生成出力の視覚化を実現しました。この革新的なソリューションは、リソースが限られた環境においても、GenAIモデルを臨床試験や日常的な医療に統合するための障壁を下げると期待されています。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存のDICOMビューアOsiriXにプラグインとして実装可能であり、オープンソースAPIで展開が容易である。
Ethical倫理面	対象者情報の匿名化やOCRによる個人情報保護対策を実装しているが、手動確認を推奨する。
Interesting面白さ	医用画像診断にGenAIを直接統合し、リアルタイムな対話と視覚化を可能にする点が画期的である。
Novel新規性	認定された医用画像ビューアにGenAIモデルを動的に展開する初のオープンソースソリューションである。
Relevant切実さ	放射線科専門家のレポート作成負担軽減、診断ワークフロー改善、複雑な情報の伝達促進に貢献する。
Measurable測定可能性	言語モデルのテキスト生成速度、画像分類精度、セグメンテーションツールの性能で評価された。
Modifiable派生・改善	オープンソースであるため、他のAIモデルとの連携や機能拡張、カスタマイズが容易である。
Structured文章構造	OsiriXgrpcとOsiriXGPTにより、対話型・反復型のGenAIモデルとの連携ワークフローが提供される。
PICO / PECO対象・介入・比較・結果	P(放射線科専門家), I(GenAIコパイロットプラグインのDICOMビューアへの統合), C(従来のワークフロー), O(レポート作成負担軽減、診断支援強化、情報共有促進)。

はじめに：放射線診断とAIの課題

どうも、Beyond the Pixelです。現在、医療画像診断の分野では、対象者数の増加、専門家不足、画像診断量の増大といった課題に直面しており、専門家への負担が増しています。このような状況を打破する可能性を秘めているのが、生成AI（GenAI）です。GenAIは、放射線診断レポート作成の負担を軽減し、診断ワークフローを強化し、複雑な放射線情報の伝達を円滑にすることが期待されています。しかし、既存の医用画像ビューアとのシームレスな統合が不足しているため、研究や導入が限定的であるのが現状です。本記事では、この課題を解決するために開発されたオープンソースのAPIプラグイン「OsiriXgrpc」と、それを利用したAIコパイロット「OsiriXGPT」についてご紹介します。これは、放射線診断の未来を変える可能性を秘めた革新的なツールです。

OsiriXgrpc：DICOMビューアとAIをつなぐ架け橋

本研究で紹介されている「OsiriXgrpc」は、医療機器としての承認を受けているDICOMビューア「OsiriX」と、Pythonなどの任意のプログラミング言語で開発されたAIツールとの間で、リアルタイムの通信を可能にするオープンソースのAPIプラグインです。このプラグインは、両者の間のギャップを埋める役割を果たします。OsiriXgrpcの設計により、専門家はAIが生成した出力をOsiriX内で直接照会し、操作し、視覚化するための統一されたプラットフォームを利用できます。これにより、従来のAIプラットフォームが抱えていた、複数のベンダーとの契約、サイバーセキュリティリスクの増大、PACS（医用画像情報システム）との統合負担といった問題が軽減されます。OsiriXgrpcは、Googleが開発したオープンソースの高性能なリモートプロシージャコール（gRPC）フレームワークを活用しており、効率的なプロセス間通信を実現します。これにより、OsiriXからピクセルデータやROI（関心領域）オブジェクトをPythonクライアントへ高速に送信できます。この柔軟性により、TensorFlowやPyTorchなどの研究ライブラリとの統合も容易になります。OsiriXgrpcは、医療画像研究コミュニティに無料で提供されており、医療画像とAIを活用したヘルスケアソリューションの進歩を促進します。

OsiriXGPT：放射線診断のためのAIコパイロット

OsiriXgrpcの可能性を示すユースケースとして、「OsiriXGPT」というAIコパイロットが開発されました。これは、OsiriXワークステーションと、ローカルGPUまたはクラウドサーバーで実行されるGenAIモデルとの間の橋渡しをするオープンソースのインターフェースです（

**Figure 1.** Fig. 1 Overview of the AI Co-pilot interface integrated within a DICOM viewer workstation, enabling seamless iterative “request- to-answer” interactions with GenAI models to assist radiologists in interpreting multi-modal medical data and performing multiple tasks. The primary aim is accelerating and enhancing text-based report gen- eration without disrupting the conventional scan-to-scan reporting workflow. Users can input instructions for GenAI models via key- board input or dictation. Queries may include text prompts, visual prompts, or patient-centric data (e.g., laboratory test results). Sup- ported visual prompts include 2D and 3D images, multiple imaging解説: この図は、DICOMビューアワークステーションに統合されたAIコパイロットインターフェースの概要を示しており、GenAIモデルとのシームレスな反復的「リクエスト・トゥ・アンサー」インタラクションを通じて、放射線科専門家が多モーダルな医用データの解釈を支援する様子を表しています。

）。OsiriXGPTは、専門家がGenAIモデルと反復的に「リクエスト・トゥ・アンサー」のやり取りを行うことを可能にします。これにより、リアルタイムのデータ照会やAI生成出力の視覚化を、同じDICOMビューア内で直接行えます。OsiriXGPTは、ユーザーが以下のような操作を行えるように設計されています。(i) テキストベースのプロンプトからテキストを生成するために、基盤となる大規模言語モデル（LLM）に問いかける。(ii) テキストと画像のプロンプトを組み合わせてテキストを生成するために、基盤となるビジョン言語モデル（VLM）を使用する。(iii) ポイント/バウンディングボックスとテキストプロンプトを組み合わせてROIを生成するために、ワンクリックのAI駆動型セグメンテーションモデルを使用する。このプルーフオブコンセプト（概念実証）レポートでは、OpenAIのLLMとVLMがテキスト生成に、Segment Anything Model（SAM）がROI生成に適用されました。

インタラクション機能とプライバシー保護

OsiriXGPTは、直感的で柔軟なグラフィカルユーザーインターフェース（GUI）を提供します（

**Figure 2.** Fig. 2 Screenshot of the 2D DICOM viewer in OsiriX showing the AI Co-pilot interface, OsiriXGPT, available as an additional tool- box. Upon activation, the toolbox launches a dedicated GUI (“Osi- riXGPT”) where users can interact with GenAI models by submit- ting requests via an input dialogue. Requests are executed using five control buttons in the GUI’s user control panel, which enable GenAI models to interpret and process text prompts (e.g., generating text- based outputs via the “Text query” control) through the OsiriXgrpc API plug-in. Text prompts can also be associated with input images解説: この図は、OsiriXにAIコパイロットインターフェース「OsiriXGPT」が追加ツールボックスとして表示された2D DICOMビューアのスクリーンショットです。起動すると、専用のGUIが起動し、ユーザーは入力ダイアログからリクエストを送信することでGenAIモデルと対話できます。

）。このGUIは、テキストプロンプトを入力する「インプットダイアログ」、様々なGenAIモデルと対話するための5つのボタンを含む「ユーザーコントロール」、AI生成応答を表示する「アウトプットウィンドウ」の3つのセクションに分かれています。ユーザーコントロールの機能は以下の通りです。

マイク：テキストプロンプトを音声で入力できます。AIベースの音声認識ツールが音声をテキストに変換し、入力ダイアログに表示します。
テキストクエリ：テキスト入力をLLMに送信し、テキストベースの応答を生成します。
イメージクエリ：テキストプロンプトと関連画像をVLMに送信し、対話します。
イメージセグメンテーションと定量化：テキストプロンプトと手動で定義されたポイント/バウンディングボックスに基づいて、SAMを起動しセグメンテーションマスクを生成します。結果のマスクはOsiriXビューアに表示され、領域から導出された測定統計がアウトプットウィンドウに示されます。
サマリー：ユーザーとアシスタントの会話をPDFレポートとしてエクスポートします。

データ処理とプライバシー保護は非常に重要です。OsiriXgrpcのAPIを使用して、オリジナルのデータと同じワークステーションで実行される専用の「ゲートキーパー」プロセスが実装されました。このプロセスは、匿名化されたJPEG画像のみがOpenAIクラウドに送信されるようにします。これにより、生のDICOMファイルやその他の機密データがローカル環境から漏洩するのを防ぎます。変換時には、視覚的コントラストとユーザー定義のROIは保持されますが、対象者名、ID、生年月日などの個人情報（PHI）を含むメタデータフィールドはすべて除去されます。また、ピクセルデータ自体にPHIが含まれる可能性があるため、OCR（光学的文字認識）によるリダクションステップも導入されました。このOCRモジュールはテストで90%の精度を達成し、ピクセルに埋め込まれた識別子の共有リスクを低減する可能性を示しています。ただし、ユーザーはクラウドベースのプラットフォームにアップロードする前に、生成されたJPEG画像に追加の手動確認を行うことが推奨されています。

評価結果：AIコパイロットの検証

OsiriXGPTのワークフローを検証するために、全身MRI（WB-MRI）の症例研究を用いて評価が行われました。WB-MRIは、全身のがん検出に利用される高度な診断技術ですが、画像数が多く、解析に時間がかかるという課題があります。以下に、いくつかのテスト結果を示します。

テキスト生成と音声認識

LLMに「がんスクリーニングのためのWB-MRIレポートにおけるONCO-RADSスコアシステムガイドラインの使い方を要約してください」というテキストプロンプトを送信したところ、OsiriXGPTは7秒以内にONCO-RADSガイドラインの要約を生成しました（

**Figure 3.** Fig. 3 Screenshot of AI-generated text displayed in the output win- dow of the OsiriXGPT GUI after querying LLMs with the text prompt: “Provide a summary of how to use the ONCO-RADS score system guidelines for reporting WB-MRI for cancer screening”. The prompt was entered into the GUI’s input dialogue and processed using the “Text query” control in the user control panel. OsiriXGPT leverages the OsiriXgrpc framework to facilitate communication解説: この図は、LLMに「がんスクリーニングのためのWB-MRIレポートにおけるONCO-RADSスコアシステムガイドラインの使い方を要約してください」というテキストプロンプトを照会した後、OsiriXGPT GUIのアウトプットウィンドウに表示されたAI生成テキストのスクリーンショットです。

）。これは、OpenAI APIとOsiriXGPTインターフェースの統合が成功し、高速で信頼性の高い応答生成が可能なことを確認しました。また、音声認識機能もテストされ、平均約5%の単語誤り率（WER）で音声入力をテキストに変換できることが示されました。

画像クエリと解剖学的構造の分類

VLMに「このT2強調MRIで境界ボックス内に見える臓器は何ですか？」というテキストプロンプトと腎臓のバウンディングボックスを提供したところ、モデルは3秒以内に両方の腎臓を正確に識別しました（

**Figure 4.** Fig. 4 Screenshot of a T2w HASTE MRI with ROIs (red bounding boxes) outlining both kidneys, displayed in the OsiriX 2D DICOM viewer alongside AI-generated text in the OsiriXGPT GUI. In this example, the query combines textual and visual information. The text prompt “Which organ is visible within the delineated bounding boxes in this T2-weighted MRI?” was processed along with the T2w解説: この図は、両方の腎臓を囲むROI（赤いバウンディングボックス）がT2強調HASTE MRIに表示され、OsiriXGPT GUIにAI生成テキストとともに表示されたスクリーンショットです。この例では、テキストと視覚情報が組み合わされています。

）。これは、OsiriXの2Dビューアから照会されたデータとユーザー入力のテキストプロンプトを組み合わせたOpenAI API for VLMの統合が成功したことを示しています。さらに、VLMの解剖学的構造分類能力も評価されました。モデルはほとんどの構造で良好なパフォーマンスを示しましたが、心臓、頸椎（C3）、膀胱、脾臓では精度が低くなりました。全体的には、86.5%の平均分類精度を達成しました。

AI駆動型セグメンテーション

脾臓と肝臓のT2強調HASTE画像における半自動セグメンテーション能力を実証するために、「脾臓と肝臓のセグメンテーションを生成してください」というテキストプロンプトが使用されました。OsiriXGPTは、セグメンテーションリクエスト開始から4秒以内に、OsiriX 2Dビューアウィンドウに信頼性の高いROIを正常に表示しました（

**Figure 6.** Fig. 6 Screenshot of a T2w HASTE MRI with AI-generated deline- ations of the spleen and liver displayed in the OsiriX 2D DICOM viewer. The delineations were generated using the Segment Anything Model (SAM), which processes images based on ROI prompts. In this example, bounding boxes for the spleen (green) and liver (red) were easily defined using OsiriX ROI tools. The text prompt “Gen- erate the segmentation of the spleen and liver” was entered into the OsiriXGPT GUI input dialogue, and the process was initiated using解説: この図は、OsiriX 2D DICOMビューアにAI生成の脾臓と肝臓のデリネーションが表示されたT2強調HASTE MRIのスクリーンショットです。デリネーションは、ROIプロンプトに基づいて画像を処理するSegment Anything Model（SAM）を使用して生成されました。

）。これは、SAMモデルとOsiriXGPTインターフェースの統合が成功し、OsiriX DICOMビューア内でセグメント化されたマスクが正確に視覚化されることを確認しました。

病変解析とレポート生成

疑わしい後腹膜病変のB900拡散強調画像（DWI）とT2強調HASTE画像、およびROIを提供し、病変の信号強度、形態、周囲の解剖学的構造、ONCO-RADSスコアについて分析するよう求めました。AIが生成した出力は、病変の細胞性亢進を正確に特定し、悪性の可能性を示唆しました。周囲の組織は正常であると正確に記述され、最終的なONCO-RADSスコアは3と評価されました（

**Figure 7.** Fig. 7 Screenshot of a b900 DWI and T2w HASTE MRI showing a bounding box delineating a suspected retroperitoneal lesion, dis- played in the OsiriX 2D DICOM viewer alongside AI-generated text in the OsiriXGPT GUI. Similar to Fig. 4, the query combines textual and visual information. In this example, the visual input included multiple MRI sequences and a bounding box highlighting the lesion to describe its voxel characteristics. The text prompt “Analyse the解説: この図は、疑わしい後腹膜病変を囲むバウンディングボックスがB900 DWIおよびT2強調HASTE MRIに表示され、OsiriXGPT GUIにAI生成テキストとともに表示されたスクリーンショットです。このクエリもテキストと視覚情報を組み合わせています。

）。これらの結果は、WB-MRIの専門家によって確認されました。さらに、OsiriXGPTは、専門家とAIアシスタントの間の対話を記録したテキストベースのレポートと、そのレポートを一般の対象者向けに翻訳した要約レポートを自動生成する機能も備えています（

**Figure 8.** Fig. 8 Screenshot of two AI-generated PDF files using OsiriXGPT. The first PDF shows a text-based report recording the request-to- answer dialogue between User and AI Assistant. The second PDF presents a translation for layperson of the same report. To generate the initial report, the user entered the prompt “AI-generated Text Report” into the OsiriXGPT GUI input dialogue and initiated the process by selecting the “Summary” option from the control panel. This PDF also includes b900 DWI and T2w HASTE MRI axial解説: この図は、OsiriXGPTを使用して生成された2つのAI生成PDFファイルのスクリーンショットです。最初のPDFはユーザーとAIアシスタントの間の「リクエスト・トゥ・アンサー」の対話を記録したテキストベースのレポートを示しており、2番目のPDFは同じレポートの一般対象者向けの翻訳を提示しています。

）。

WB-DWI SAMセグメンテーションプラグイン

OsiriXgrpcの柔軟性を示すために、全身拡散強調MRI（WB-DWI）のがん腫瘍における半自動領域分割のために、特別に調整されたSAMが実装されました（

**Figure 9.** Fig. 9 A Example segmentation of a metastatic bone lesion in advanced prostate cancer (APC) using WB-DWI SAM via the Osi- riXgrpc API plug-in. The radiologist confirmed disease characteris- tics across multiple sequences before defining a bounding box (red) on the b = 900 s/mm2 image; the resulting segmentation mask was displayed in the DICOM viewer (green mask). (B) Bland–Altman plots comparing median ADC (mADC) estimates from manual sin- gle-slice delineations (mADCman) and WB-DWI SAM (mADCSAM). Results are shown for APC (red) and multiple myeloma (blue), with解説: この図Aは、OsiriXgrpc APIプラグインを介したWB-DWI SAMを使用した進行性前立腺がん（APC）における転移性骨病変のセグメンテーション例を示しています。図Bは、手動の単一スライスデリネーションとWB-DWI SAMから導出された中央ADC（mADC）値の差を比較するBland-Altmanプロットを示しています。図Cは、バイナリセグメンテーションを比較する形態学的メトリックの分布を示しています。

）。このWB-DWI SAMモデルは、進行性前立腺がん（APC）と多発性骨髄腫の病変を対象に評価されました。結果として、半自動セグメンテーションによるADC（見かけの拡散係数）測定値は、手動セグメンテーションと良好な一致を示し、高いICC（級内相関係数）と低いCoF（変動係数）が得られました。DSC（ダイス類似度係数）などの形態学的セグメンテーション指標も良好な値を示しました。

考察：メリットと今後の展望

OsiriXgrpcの重要な技術的利点の一つは、その汎用性です。gRPCがサポートするあらゆるプログラミング言語でクライアントメッセージを実装できるため、開発者は最小限の労力でOsiriXに新機能を導入できます。OsiriXがすでにCEマークおよびFDA承認済みであるため、OsiriXgrpcをプラットフォームとして認証すれば、AI駆動型モデルを医療現場に導入する際の規制負担が軽減されます。AIモデル自体の認証のみが必要となり、プロセスが効率化され、医療機関のコスト削減につながります。さらに、このプラットフォームは、主要ベンダーのPACSを導入する基準に満たない高所得国の小規模な私営放射線診断施設や、OsiriXが臨床レポート作成にすでに使用されている低中所得国（LMIC）の医療システムにも役立つ可能性があります。OsiriXgrpcは、AI支援放射線診断へのアクセスを強化し、財政的および技術的障壁を低減する、軽量で適応性の高いソリューションを提供することで、AI駆動型放射線診断のグローバルな普及を促進する可能性を秘めています。この研究チームは、OsiriXgrpcとOsiriXGPTが、研究者にとってAIツールの放射線診断ワークフローへの影響を探索するための、無料で価値のあるプラットフォームとなることを期待しています。これらの技術がテスト・検証される環境を調和させることで、AI研究と臨床導入の間のギャップを埋めることができるでしょう。

研究の限界と今後の課題

本研究は、AIが生成した出力の精度を評価するのではなく、放射線科専門家とGenAIモデル間の相互作用を促進するワークフローの最適化に焦点を当てています。そのため、いくつかの限界があります。まず、このツールは放射線診断ワークフローを改善するために設計されていますが、従来のレポートシステムとの直接比較は行われていません。将来的には、レポート作成時間、削減された相互作用ステップ数、認知負荷などを定量化し、効率と精度の潜在的な向上を実証する必要があります。第二に、使いやすさ、学習曲線、インターフェースの明瞭さを評価するためのユーザビリティ研究は実施されていません。第三に、モデルの信頼度スコアや不確実性推定値をユーザーに提示していません。これは、AIツールの放射線診断実務における信頼と安全な導入を促進するために不可欠です。第四に、医用画像用のカスタムチューニングされたセグメンテーションモデルの初期定量的結果は提供されていますが、複数の読者によるさらなる評価や、より多様な臨床シナリオでの検証が今後の課題です。データプライバシーも重要な懸念事項であり、OCRベースのリダクションモジュールはテストで90%の精度であったため、ユーザーはアップロード前にJPEG画像をさらに手動で確認することが推奨されています。意図しない対象者情報の開示リスクを完全に排除するためには、AIモデルをローカルでホストする方法も考えられますが、柔軟性や最新機能の利用が制限される可能性があります。

結論

本研究では、CEマークおよびFDA承認済みのDICOMビューアにGenAIモデルを統合するオープンソースプラグインが開発されました。この研究は主にソフトウェア統合とワークフローツールであり、gRPCベースのインターフェースを提供することで、基盤モデルとのリアルタイム相互作用を可能にします。このシステムにより、ユーザーは多モーダルなプロンプトを送信し、AIが生成した応答を画像ワークフロー内で直接受け取ることができます。結果として、このソリューションは、放射線科専門家が臨床試験や探索的研究で最先端のGenAIモデルを評価するための研究準備プラットフォームを提供し、同時に日常の臨床実践における潜在的な役割を調査することを可能にします。

用語集

Generative AI (GenAI): 大量のデータから新しいテキストや画像を生成できるAIモデル。
DICOMビューア: 医用画像（DICOM形式）を表示・処理するためのソフトウェア。
OsiriX: 医療用として承認されたDICOMビューアの一つ。
OsiriXgrpc: OsiriXとAIツール間のリアルタイム通信を可能にするオープンソースのAPIプラグイン。
OsiriXGPT: OsiriXgrpcを活用し、放射線科専門家を支援するために開発されたAIコパイロットインターフェース。
API (Application Programming Interface): ソフトウェア間で情報をやり取りするための規約や機能の集合。
LLM (大規模言語モデル): テキストベースのプロンプトからテキストを生成するAIモデル。
VLM (ビジョン言語モデル): テキストと画像のプロンプトを組み合わせてテキストを生成するAIモデル。
ROI (関心領域): 画像内で特定の分析対象となる領域。
SAM (Segment Anything Model): AIによるセグメンテーション（領域分割）ツール。
gRPC (Google Remote Procedure Call): Googleが開発した高性能なRPC（遠隔手続き呼び出し）フレームワーク。
PACS (医用画像情報システム): 医用画像を保存・管理・伝送するシステム。
RIS (放射線情報システム): 放射線科の診療情報を管理するシステム。
ONCO-RADS: がんスクリーニングのための全身MRIレポートガイドライン。
OCR (光学的文字認識): 画像内の文字を認識し、デジタルテキストに変換する技術。
WB-DWI SAM: 全身拡散強調MRIのがん腫瘍における半自動領域分割のために特別に調整されたSAMモデル。
ADC (見かけの拡散係数): 拡散強調MRIで測定される、組織内の水の拡散能を示す指標。