深層学習を用いた骨粗鬆症性椎体骨折診断および個別化治療プログラムの開発と検証

• 研究課題/領域番号: 24K12365
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分56020:整形外科学関連
• 研究機関: 愛知医科大学
• 研究代表者: 若尾 典充 愛知医科大学, 医学部, 准教授 (80528802)
• 研究分担者: 室谷 健太 久留米大学, 付置研究所, 教授 (10626443)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
• キーワード: 骨粗鬆症性脊椎骨折 / AI / 診断補助 / アルゴリズム

研究開始時の研究の概要

超高齢社会において骨粗鬆性脊椎椎体骨折は国内年間発生数が100万件を超えると推定される。2012年ガイドラインにはMRI画像による診断基準が掲載されたが実臨床では単純X線画像が初期評価に用いられ、見逃される症例は多い。結果不適切な初期治療により一定の割合で生じ著しい機能低下を招く。我々の施設では新規臨床的骨折1,000例のデータベースを構築すると同時に、地域の一般住民を対象とした長期縦断研究データベースも有しており我々はこの両データベースの深層学習によって、OVF初期診断を担う臨床医に向けた診断・予後予測・個別化治療指針提示までを可能とする画像診断プログラムの開発に関する研究を立案した。