AIとインターベンション治療の未来を拓く：X線リソフェインによる超リアルなシミュレーション

10月 30, 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: Development and evaluation of X‐ray lithophanes as test objects for interventional procedure simulation
Medical Physics｜被引用数: 0（2026年10月30日時点）

人工知能（AI）は、インターベンション治療の分野に革命をもたらしつつありますが、その開発と評価には、安全で現実的なテスト環境が不可欠です。しかし、従来の動物実験やボランティア対象者による評価は、倫理的、物流的、コスト的な課題を抱えています。この課題を解決するため、キングス・カレッジ・ロンドンとCaranx Medicalの研究チームが、X線リソフェインという革新的な技術を用いて、AIを確実にテストできる「超現実的なX線画像シミュレーター」を開発しました。本記事では、この画期的な研究が、どのようにしてインターベンション治療の未来を拓くのかを詳しく解説します。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存の3Dプリンターと比較的安価な材料（Fe-PLA）で製造可能で、容易に実装できる。
Ethical倫理面	動物、献体、または対象者のX線被曝なしでテストを可能にし、倫理的懸念を大幅に軽減する。
Interesting面白さ	AI開発における超現実的なX線画像シミュレーションの実現という、喫緊の課題への新しいソリューションを提供する。
Novel新規性	鉄充填PLAを用いた薄いX線リソフェインによる、人間のような外観を持つ対象者レプリカの3Dプリント手法は新しい。
Relevant切実さ	インターベンション放射線医学、AIソフトウェア開発、およびスタッフ訓練において高い関連性を持つ。
Measurable測定可能性	数学的指標（相関係数、SSIなど）、AIのランドマーク検出精度、専門家の主観評価（リカート尺度）により多角的に評価された。
Modifiable派生・改善	任意のフルオロスコピー画像から生成可能で、様々な物理ファントムと組み合わせて多様なシミュレーションに適用できる。
Structured文章構造	静的、硬性ファントム統合、拍動ファントム統合という3段階のシミュレーションと、数学的、AI、アンケートによる評価が体系的に実施された。
PICO / PECO対象・介入・比較・結果	AI評価の課題（P）に対し、X線リソフェイン（I）を開発し、既存シミュレーターや実画像と比較（C）し、現実感とAI互換性向上（O）を実証。

インターベンション治療の現場を支えるAIと、その評価の課題

どうも、Beyond the Pixelです。医療技術の進歩は目覚ましく、特に低侵襲治療であるインターベンション治療の分野では、人工知能（AI）の活用が注目を集めています。AIは治療の需要増加に対応し、専門家を支援するために開発されていますが、その新しい技術を安全かつ効率的にテストすることは大きな課題です。従来、動物やボランティアの対象者が最も現実的なトレーニングやテストのシナリオを提供しますが、倫理的配慮や安全性の問題から、迅速なプロトタイプ開発には限界があります。また、既存のシミュレーターは、多くの医用工学研究で新技術のテストを促進してきましたが、AIを確実にテストできるほどの現実感に欠けることがよくありました。このブログ記事では、医療グレードのAIソフトウェアと効果的に連携できる、超現実的なX線画像シミュレーターの開発と評価に関する画期的な研究をご紹介します。

リソフェインとは？X線で再現する「厚みの地図」

この研究の中心となるのが「リソフェイン」という技術です。リソフェインは、もともと光の透過量に応じて厚みを変えることで、画像を立体的に表現する芸術品でした。この原理をX線に応用したのがX線リソフェインです。X線画像は、体の組織をX線がどれだけ透過したかによって濃淡が決まります。この濃淡の情報、つまりX線がどの程度減弱したかというデータを厚みに変換し、3Dプリンターで造形することで、元のX線画像と同じようなX線透過特性を持つ物体を作り出すことができるのです。これにより、実際のX線画像と同じように見える物理的な「厚みの地図」が作成されます。この概念は、不透明または放射線不透過性の物体に下から光やX線を当て、上から見ると、各ピクセルの強度が材料の厚さに反比例するという原理に基づいています。これをより大きなピクセル配列に適用することで、フルグレー階調画像を再現できます。

研究の目的：AI対応の超現実的シミュレーターの創出

このプルーフオブコンセプト（概念実証）研究の目的は、医療グレードのAIソフトウェアと効果的に機能する、超現実的なX線シミュレーターを作成または強化するための方法を提示することでした。特に、経カテーテル大動脈弁留置術（TAVI）のような複雑なインターベンション治療におけるAIシステムの評価に適したシミュレーション環境を構築することを目指しています。動物や人体を用いることなく、人間に近いリアルなX線画像を再現できるシミュレーターは、AI開発の加速に不可欠です。

画期的な3DプリントX線リソフェインの作製方法

この研究では、従来のポリ乳酸（PLA）に比べてX線減弱効果の高い「鉄充填ポリ乳酸（Fe-PLA）」という材料に着目しました。このFe-PLAを用いて、最大30mmの様々な厚さのブロックを3Dプリントし、X線システムで撮影しました。異なる厚さのプラスチックが生成するX線強度の分析を通じて、匿名のフルオロスコピー画像を高さマップ（リソフェイン）に変換し、それを3Dプリントする手法を確立しました。これにより、より少ない厚みで大人の対象者のX線画像を再現することが可能になりました。

**Figure 2.** FIGURE 2 This illustration shows how the darkest (minimum) intensity was acquired from the tallest block (1–30 mm) in the image (marked in red), and how the brightest (maximum) intensity was acquired from the background of the image.解説: この図は、作成されたFe-PLAブロックと、X線画像から最も厚いブロックの最も暗い強度（最小）と背景の最も明るい強度（最大）をどのように取得したかを示しています。これは、リソフェインのX線透過特性を数学的にモデル化するための基礎データとなります。

この図は、画像内の最も厚いブロック（1～30mm）から最も暗い（最小）X線強度を、画像の背景から最も明るい（最大）X線強度をどのように取得したかを示しています。数学的モデル1（左のグラフ）と数学的モデル2（右のグラフ）は、それぞれ最小強度と最大強度を厚みと関連付けており、リソフェイン生成のための基礎となります。

**Figure 7.** FIGURE 7 The graph on the left and on the right depict mathematical models 1 and two respectively. The red dotted lines mark the lines of best ﬁt and their equations are noted as subtitles on each graph.解説: この図は、リソフェインの厚さとX線強度を関連付けるための数学的モデル1（左）とモデル2（右）のグラフです。赤い点線はデータポイントに対する最適適合線を示しており、これらのモデルがリソフェイン生成の基礎となります。

入力画像が8ビット整数配列に変換され、最も暗いピクセル強度に基づいて必要なリソフェインの厚みが計算されます。その後、数学的モデル2を用いて達成可能な最も明るい強度が推定され、それを超えるピクセル値は最大強度に制限されます。最後に、ピクセル値は線形の高さマップに正規化され、0.8mmから計算されたリソフェインの最大厚さまでの範囲でSTLファイルとして保存されます。これにより、3Dプリント可能なリソフェインが生成されます。

**Figure 3.** FIGURE 3 Step 1: The darkest pixel in the image is used establish the thickness of the lithophane using mathematical model 1. Step 2: mathematical model 2 uses the lithophane thickness to calculate the brightest possible intensity achievable with the lithophane (max. intensity). All higher pixel values in the image are then capped to the max. intensity value. Step 3: all pixel values are normalized and turned into a height map from 0.8 mm to the previously calculated lithophane thickness.解説: この図は、フルオロスコピー画像から3Dプリント可能なリソフェインを生成する3つのステップを模式的に示しています。入力画像からリソフェインの厚さを決定し（ステップ1）、最大強度を推定してピクセル値を調整し（ステップ2）、最終的にグレースケール画像を高さマップに変換する（ステップ3）プロセスが説明されています。

この一連のプロセスは、MATLABコードを用いて自動化され、元のX線画像から直接3Dプリント可能なリソフェインを生成しました。構造的な完全性を保ち、材料の無駄を避けるため、すべてのリソフェインは少なくとも0.8mm、最大30mmの厚さに制限されました。

実践的なシミュレーション評価：3つのシナリオ

開発されたリソフェインの現実感とAIとの互換性を評価するため、3つの異なるシミュレーションが実施されました。

シミュレーション1：静的リソフェイン画像

概念実証として、匿名のTAVI対象者データから取得した単一のフルオロスコピー画像を15x15cmのリソフェインとして3Dプリントしました。このリソフェインは、Siemens Artis Q X線システムとSiemens Cios Spin X線システムで、異なるプロトコルを用いて撮像されました。この静的リソフェインは、対象者の解剖学的構造とTAVI装置のリアルなX線画像を再現することを目指しました。

**Figure 4.** FIGURE 4 (a) The original anonymous patient TAVI image used to generate the lithophane for Simulation 1. This image was captured mid-way through the process of implant deployment, when the balloon is half-inﬂated. (b) The STL ﬁle generated on MATLAB for Simulation 1. (c) The 3D-printed x-ray lithophane for Simulation 1 placed on the bed of the Siemens Artis Q x-ray system.解説: この図は、シミュレーション1で使用された匿名のTAVI対象者の元のフルオロスコピー画像（a）、そこから生成された3DモデルのSTLファイル（b）、そして実際に3DプリントされたX線リソフェイン（c）を示しています。このリソフェインは、対象者の解剖学的構造とTAVI機器のX線画像を再現するために作製されました。

この図は、シミュレーション1でリソフェイン生成に使用された匿名対象者のTAVIオリジナル画像（a）、生成されたSTLファイル（b）、およびSiemens Artis Q X線システムの台上に置かれた3DプリントされたX線リソフェイン（c）を示しています。

シミュレーション2：従来の硬性ファントムとの統合

このシミュレーションでは、リソフェインが物理的なTAVIシミュレーターと組み合わされました。このシミュレーターは、アクリル製の大動脈ファントムとゴム製の大動脈弁、そしてカテーテルを導入するためのチューブで構成されています。ツールが写り込んでいない匿名対象者のフルオロスコピー画像をリソフェインとして3Dプリントし、大動脈ファントムの背景として重ねることで、より現実的なX線画像を作り出しました。

**Figure 5.** FIGURE 5 (a) In Simulation 2, the acrylic aorta (1), with its aortic valve (2) and left ventricle (3), was overlaid with the tool-free lithophane (4) to provide a more realistic background appearance. (b) The pigtail catheter (5) and the Safari guide-wire (6) were placed in the non-coronary cusp and the left ventricle respectively. (c) The 3D-printed stainless steel Sapien3 stent phantom (7) was designed based on publicly available information.47 D: The stent (7) was crimped onto the Edwards balloon catheter and deployed (8) in the aortic phantom by inﬂating the balloon with water.解説: シミュレーション2における、従来の硬性ファントムにリソフェインを統合した様子を示しています。(a)アクリル製の大動脈ファントムとリソフェイン背景の組み合わせ、(b)ピッグテールカテーテルとガイドワイヤーの配置、(c)3Dプリントされたステントファントム、(d)バルーン拡張によるステント留置の瞬間が描かれています。

この図は、シミュレーション2でアクリル製大動脈（1）、大動脈弁（2）、左心室（3）がツールフリーのリソフェイン（4）と重ねられ、より現実的な背景画像を提供している様子（a）、ピッグテールカテーテル（5）とサファリガイドワイヤー（6）がそれぞれ冠状動脈洞と左心室に配置された様子（b）、3Dプリントされたステンレス鋼製のSapien3ステントファントム（7）が示されている様子（c）、そしてステント（7）がEdwardsバルーンカテーテルに装着され、水でバルーンを膨らませることで大動脈ファントム内に展開されている様子（d）を説明しています。

シミュレーション3：拍動する軟性ファントムとの統合

最後のシミュレーションでは、リソフェインが、水槽に入れられたPangolin Medical社のシリコン製拍動心臓ファントムと組み合わせられました。シミュレーション2と同じツールフリーのリソフェインを背景として使用し、大動脈ファントムの形状をリソフェインの解剖学的構造に合わせて調整しました。この拍動するシミュレーターは、異なるX線システムで撮像され、Meril Octaproインプラントの3Dプリントされたステンレス鋼製ファントムが留置される様子をシミュレートしました。さらに、Caranx Medical社のTAVIPILOT AIの実験版を用いて、ランドマークをリアルタイムで検出し、AIがロボットシステムを駆動してインプラントを大動脈弁に自動的に位置合わせするテストも行われました。

**Figure 6.** FIGURE 6 (a) During Simulation 3, the Meril balloon delivery catheter (1) was navigated inside the Pangolin Medical silicone rubber simulator (2) in a water tank, with the lithophane (3) as a background. (b) Line in Simulation 2, the pigtail catheter (4) and Safari guide-wire (5) were positioned in the aortic valve and the ventricle. (c) The phantom was perfused using the simulator’s pump (6) monitoring ﬂow settings (7) controlled throughout the tests. (d) A phantom of the Meril Octapro implant (8) was reconstructed based on designs by Kilik T. et al.47 and 3D-printed in 316 stainless steel.解説: シミュレーション3における、拍動する軟性ファントムにリソフェインを統合した様子を示しています。(a)水槽内のシリコン製シミュレーターとリソフェイン、(b)カテーテルとガイドワイヤーの配置、(c)シミュレーターのポンプと流量設定、(d)3DプリントされたMeril Octaproインプラントのファントムが示されており、動的なシミュレーション環境が構築されました。

この図は、シミュレーション3において、Merilバルーンデリバリーカテーテル（1）が、リソフェイン（3）を背景とする水槽内のPangolin Medicalシリコンゴムシミュレーター（2）内に誘導されている様子（a）、シミュレーション2と同様に、ピッグテールカテーテル（4）とサファリガイドワイヤー（5）が大動脈弁と心室に配置された様子（b）、シミュレーターのポンプ（6）がテストを通じて流量設定（7）を監視しながらファントムを灌流させている様子（c）、そしてKilik T.らの設計に基づいて再構築され、316ステンレス鋼で3DプリントされたMeril Octaproインプラントのファントム（8）を示しています。

多角的な評価結果：現実感とAIとの互換性を検証

リソフェインの有効性は、数学的分析、AIベースの評価、および専門家によるアンケート調査という多角的なアプローチで評価されました。

数学的評価

シミュレーション1で取得されたリソフェイン画像は、元の対象者のフルオロスコピー画像と比較されました。ジョイントヒストグラムの相関係数は0.9以上、グローバル構造的類似性指数（SSI）は0.8以上という高い値を示し、リソフェインが元の画像を非常に忠実に再現できることが数学的に証明されました。特に、異なるX線システムや設定下でも安定して再現できることが確認されています。

**Figure 8.** FIGURE 8 This ﬁgure shows a direct comparison between the original image from the patient, and the lithophane images acquired with the Artis Q and Cios Spin x-ray systems. The images were numerically compared using the histograms, 2D joint histogram, intensity difference, and SSI.解説: この図は、シミュレーション1で作成されたリソフェイン画像と元の対象者のフルオロスコピー画像を比較した結果です。各X線システムで取得された画像のジョイントヒストグラム、強度差マップ、および構造的類似性指数（SSI）が示されており、リソフェインの再現性が数値的に評価されています。

この図は、元の対象者からの画像と、Artis QおよびCios Spin X線システムで取得されたリソフェイン画像を直接比較したものです。画像は、ヒストグラム、2Dジョイントヒストグラム、強度差、およびSSIを用いて数値的に比較されています。

AIベースの評価

シミュレーション1と2で取得されたすべてのフルオロスコピー画像は、FDA承認済みのTAVIPILOT AIソフトウェアにかけられました。その結果、リソフェイン画像においても、大動脈弁の非冠動脈尖、ピッグテールカテーテル、インプラントの四隅といった主要なランドマークがすべて正確に識別され、マークされました。TAVIPILOT AIは、リソフェインやリソフェインと組み合わせたシミュレーターを、あたかも実際の解剖学的画像であるかのように認識し、適切に反応しました。シミュレーション3では、拍動する心臓ファントム内で動くランドマークをAIが検出し、Caranx Medical社のロボットシステムを自律的に駆動させ、インプラントの正確な位置合わせに成功しました。これは、リソフェインがAIのテスト環境として非常に有効であることを明確に示しています。

**Figure 9.** FIGURE 9 This ﬁgure shows the TAVIPILOT landmark detection in: the original patient (blue); the lithophane images from Simulation 1 (green); the various layers of simulation technologies used in Simulation 2 (orange); the dynamic sequences of Simulation 2 (pink). The bottom row (red) shows the TAVIPILOT output during autonomous AI-driven robotic guidance until the stent phantom’s location coincided with the target location in the aortic valve. The robot was active throughout the loop sequence.解説: この図は、TAVIPILOT AIがシミュレーション1、2、3の各段階でランドマークをどのように検出したかを示しています。元の対象者画像、リソフェイン単体、ファントムとの組み合わせ、そしてAIが自律的にロボットをガイドする動的なシミュレーションにおけるランドマーク検出の様子が描かれています。

この図は、TAVIPILOTによるランドマーク検出を、元の対象者（青）、シミュレーション1のリソフェイン画像（緑）、シミュレーション2で使用された様々なシミュレーション技術のレイヤー（オレンジ）、およびシミュレーション2の動的シーケンス（ピンク）で示しています。最下段（赤）は、ステントファントムの位置が大動脈弁の目標位置と一致するまで、AI駆動ロボットガイダンス中のTAVIPILOTの出力を示しています。ロボットはループシーケンス全体を通して活動していました。

アンケート調査による評価

5つの3Dプリントされたリソフェイン画像と5つの実際の画像を混ぜ合わせ、5人の専門家ボランティアに提示し、構造化されたアンケート調査を行いました。この調査の第一部では、リソフェイン画像と実際の画像を区別できるかどうかが問われましたが、参加者の正答率は36.00%±12.94%で、ランダムな選択（25%）と統計的に有意な差はありませんでした。この結果は、リソフェインの現実感が専門家にとっても見分けがつきにくいほど高いことを示唆しています。第二部では、リソフェイン画像を「画像のシャープネス」、「臨床的外観との忠実度」、「グレースケールコントラスト」、「ノイズ管理」、「重要な詳細の視認性」、「全体的な現実感/診断上の有用性」の各項目で5段階のリカートスケールで評価しました。評価結果はすべての項目で「適切」から「良い」の間（平均3.24～3.56）と高く評価され、参加者からはその現実感に対して「素晴らしい出来栄えだ」「フルオロスコピー画像として非常に現実的だ」といった好意的なコメントが寄せられました。

**Table 1.** TABLE 1 Questionnaire per-question average scores, weighted average scores (± SD), and the results of a two-tailed t-test (all showing no signiﬁcant difference between averages and weighted averages).解説: この表は、専門家ボランティアによるアンケート調査結果を示しています。画像のシャープネス、臨床的外観の忠実度、コントラスト、ノイズ管理、詳細の視認性、全体的な現実感といった項目における平均評価スコアと、重み付け平均スコアが記載されています。

この表は、アンケートの質問ごとの平均スコアと重み付け平均スコア（±SD）、および両側t検定の結果を示しています（いずれも平均値と重み付け平均値の間に有意差はありませんでした）。

研究の意義と今後の展望：AI開発とスタッフ訓練への貢献

この研究は、X線リソフェインが、対象者、献体、または動物の代替として、コスト効率が高く、現実的なソリューションであることを示しました。これにより、インターベンション治療におけるAIシステムのテストや、スタッフの訓練において、倫理的、物流的、安全性の懸念を最小限に抑えつつ、信頼性の高い反復可能なテストが可能になります。リソフェインは、単一のフルオロスコピー画像を再現できるため、多様な対象者様のX線画像をテストプレートとして準備し、必要な場所で迅速にソフトウェアテストを実施できます。

また、3Dプリントされた臓器ファントムと組み合わせることで、動的なシミュレーションも実現可能です。この技術は、高価で複雑な3D放射線透過性ファントムを必要とせず、動く物体と超現実的な背景を統合できます。これにより、臨床現場でAIを反復的にテストする際に、ボランティア、仮想現実による補強、または特別な献体施設に頼ることなく、人間に近い解剖学的構造で新しいソフトウェアを展開・テストできるようになります。

ただし、画像のシャープネスや表面のテクスチャ、光学効果にはまだ改善の余地があり、ガイドワイヤーなどの細かなインターベンション器具をリソフェインに直接含める際の製造上の限界も指摘されています。より減弱効果の高い材料や、より高精度な工業用3Dプリンティングの導入、または画像ノイズの軽減といった今後の研究が期待されます。

この概念実証研究は、リソフェインの原理を放射線医学の他の分野、ソフトウェア開発、およびスタッフ訓練に応用する新たな研究の扉を開くものです。例えば、TAVI以外の心血管インターベンション手技におけるシミュレーションベースのスタッフ訓練における、より現実的なX線画像の外観がもたらすメリットについても今後調査されるでしょう。物理的なリソフェインと心血管シミュレーターは、対象者様に近い、迅速に展開可能なソリューションとして、カテーテル検査室での制御されたライブテストに最適であり、臨床機器を対象者の実践と全く同じように使用できます。

まとめ

X線リソフェインは、放射線医学におけるAI開発とスタッフ訓練に革新をもたらす可能性を秘めています。倫理的、物流的、安全性の課題をクリアしつつ、超現実的なシミュレーション環境を提供することで、新しい医療技術の迅速な進歩と、最終的な対象者アウトカムの改善に貢献することが期待されます。この技術は、未来のインターベンション治療の風景を大きく変えるかもしれません。

用語集

インターベンション治療: カテーテルなどを用いて体への負担を最小限に抑えながら行う低侵襲治療。
AI（人工知能）: 人間のように学習、推論、判断を行うコンピュータシステム。
フルオロスコピー: X線を用いて対象者の体内をリアルタイムの動画で観察するX線透視撮影技術。
リソフェイン: 光やX線の透過度に応じた厚みの変化で、画像を立体的に再現する3Dプリントオブジェクト。
ファントム: 医療画像分野で、実際の身体組織のX線吸収特性を模倣するために使用される試験物体。
TAVI（経カテーテル大動脈弁留置術）: 大動脈弁狭窄症に対し、カテーテルを用いて人工弁を留置する低侵襲治療。
Fe-PLA（鉄充填PLA）: 鉄粉を混ぜたポリ乳酸プラスチックで、通常のPLAよりX線減弱効果が高い。
ジョイントヒストグラム: 2つの画像のピクセル強度間の関係性を示すグラフで、画像類似性の指標となる。
SSI（構造的類似性指数）: 2つの画像の構造的な類似性を0から1の範囲で数値化する指標。
VoL（ラプラシアンの分散）: 画像の局所的なコントラスト変化を評価し、シャープネス（鮮明さ）を測る指標。
リカートスケール: 意見や評価の程度を「非常に不満」から「非常に満足」のように段階的に回答する心理測定尺度。