Short-TR Optimization on Post-Contrast Deep Learning Synthetic MRI (DL-MAGiC) for Improved Visualization of ACTH-Secreting Pituitary Microadenomas: A Technical Feasibility Study

人間の健康という複雑な領域において、下垂体は、身体のホルモン・オーケストラを指揮する「マスター・グランド（主たる腺）」とも呼ばれる、極めて小さく、かつ不可欠な器官です。この腺に微小な腫瘍が生じ、ACTHと呼ばれるホルモンを過剰に分泌すると、クッシング病として知られる疾患が引き起こされます。この疾患は深刻な身体的変化と健康上のリスクをもたらすため、医師にとって手術前に腫瘍の正確な位置を特定することは極めて重要です。数十年にわたり、磁気共鳴画像法（MRI）がこの探索におけるゴールドスタンダード（標準的な手法）となってきました。しかし、その作業は非常に困難であることで知られています。腫瘍は米粒よりも小さいことが多く、組織を可視化するために造影剤を注入した後、腫瘍と周囲の健康な腺が同様の明るさで光ってしまうことがよくあります。このコントラストの欠如により、腫瘍が背景に紛れてしまい、かなりの数の症例で診断の見落としにつながっています。外科医が腫瘍を見つけられない場合、患者は繰り返しのスキャンや治療の遅れ、さらには両側の副腎を不必要に摘出してしまうといった事態に直面する可能性があります。

研究者たちは、MRI画像の撮影に使用される設定が、組織の見え方を変化させることを以前から知っていました。具体的には、ラジオパルス間の間隔である「反復時間（Repetition Time）」と、信号捕捉のタイミングである「エコー時間（Echo Time）」が、異なる組織間のコントラストを決定します。従来のMRIでは、これらの設定はスキャンが開始されると固定されます。もし初期設定で腫瘍が明確に映らなかった場合、患者は異なる設定で別のスキャンを受ける必要があり、それは時間の浪費となり、さらなる放射線への曝露や造影剤の使用を強いることになります。「シンセティックMRI（合成MRI）」と呼ばれる新しい技術は、単一のスキャンで膨大な量の生データを取得することで、この問題の解決を図ります。このデータを用いれば、コンピューターによって、患者が装置を離れた後でも、あらゆる組み合わせのタイミング設定による画像を生成することができます。さらに、ノイズを除去し詳細を鮮明にする人工知能の一種である「ディープラーニング（深層学習）」を加えることで、この技術は再スキャンの必要なしに高品質な画像を作成することを約束します。

電江および北京協和医学院の研究チームは、この新しいアプローチが、これら捉えどころのない腫瘍を見つける問題を最終的に解決できるかどうかを検証するために着手しました。彼らは、すでにクッシング病と診断され、腫瘍が外科的に摘出され、病理学的に確認された特定の患者グループに焦点を当てました。研究には、特殊なディープラーニング合成技術を用いたMRIスキャンを受けた49人の患者が参加しました。研究者たちは、単に機械がデフォルトで生成する画像を見るのではなく、コンピューターを使用して、それぞれが独自のタイミング設定を持つ16種類のバージョンのスキャンを合成しました。そして、それぞれのバージョンにおいて、腫瘍が健康な腺に対してどれほど明確に際立っているかを測定しました。

結果は、明確かつ驚くべきパターンを明らかにしました。造影剤注入後に腫瘍が周囲の健康な組織よりも暗く見えることが多かった大多数の患者において、最適な画像は標準的な設定によるものではありませんでした。むしろ、パルスの間のタイミングを非常に短く設定したときに、腫瘍が最も鮮明に見えることが分かりました。これらの最適な画像では、標準的な設定と比較して、腫瘍と腺のコントラストが90％近く向上していました。以前はかすかで判別が困難だった腫瘍が、鋭く明瞭になったのです。研究者たちは、パルス間のタイミングを100ミリ秒に設定し、信号捕捉を5〜8ミリセカンドの間に設定したときに、この改善が最も顕著になることを発見しました。これらの設定では画像の全体的な明るさはわずかに低下しましたが、腫瘍と腺の明るさの差が大幅に増大したため、腫瘍は格段に見やすくなりました。

また、研究では、腫瘍が周囲の組織よりも明るく見える7人の患者からなる小規模なグループについても調査を行いました。これらのケースでは、タイミング設定を変更しても視認性に大きな違いは見られませんでした。この区別は重要です。なぜなら、この新技術が、最も一般的で発見が困難なタイプの腫瘍に対して特に強力であることを示唆しているからです。研究者たちは、どの設定が使用されたかを知らされない状態で、2人の専門放射線科医に画像をレビューさせました。医師たちは、短いタイミング設定を用いた画像を「極めて優秀」と一貫して評価し、腫瘍の境界が鋭く、病変が特定しやすいと述べました。対照的に、標準的または長いタイミング設定を用いた画像は「普通」または「不良」と評価され、腫瘍はしばしばぼやけていたり、健康な組織と区別がつかなかったりしました。

この研究は、撮影された後のMRI画像の処理方法における技術的なブレイクスルーを象徴しています。研究者たちは、ディープラーニング合成MRIを使用することで、患者を再スキャンすることなく、隠れた腫瘍を可視化するための完璧な設定を見つけられることを実証しました。本研究は、最も一般的なACTH分泌型腫瘍については、非常に短いタイミング設定がより鮮明な画像を作り出すことを裏付けています。しかし、著者らはこれが「実現可能性研究（フェジビリティ・スタディ）」であることを注意深く述べています。つまり、これは制御された環境において手法が機能することを証明するものであり、これらの設定を実際の病院で使用することが、まだ手術成績の向上に直結することを証明するものではないということです。次のステップとして、研究者たちは、これらの最適化された設定を標準的なMRI装置で直接テストし、現実の世界で診断を改善できるかどうかを確認することを計画しています。それまでの間、この研究は、機械を調整して「見えないものを見る」ための重要なロードマップを提供しており、より多くの患者が、手の届かないところにある診断を待ち続ける必要がなくなるという希望を与えています。