疾患診断と医用画像を促進する肺CTビジョン基盤モデル

概要

LCTfoundは105,184件のCTで学習され、画像と臨床情報を統合して8つの臨床タスクを支援し、多施設で既存法を上回った。診断・予後・再構成・術前ナビゲーションを統合的に提供し、胸部画像診断におけるAI活用の標準化に資する可能性がある。

主要発見

• 多施設の105,184件肺CTで学習し、拡散事前学習と画像・臨床情報の統合符号化を採用。
• 強調、仮想CTA、スパース再構成、セグメンテーション、診断、予後、治療反応予測、3Dナビの8タスクを支援。
• 多施設で先行モデルを一貫して上回り、統合的かつ展開可能な枠組みを提示。

臨床的意義

前向き検証と実装が進めば、胸部画像読影の一貫性と速度の向上、病変検出・セグメンテーションの強化、治療計画支援、低線量・スパースビュー条件での高品質再構成が期待される。

限界

• 患者転帰への影響を示す前向きランダム化の実装研究が未実施。
• 装置・集団・施設の多様性における一般化可能性と公平性の検証が今後必要。

今後の方向性

前向き臨床試験、規制対応の検証、集団・装置横断の公平性監査、ワークフロー効率・安全性・転帰改善を評価する実装研究が求められる。