全脊椎X線画像から深層学習を用いて思春期特発性側弯症（AIS）の進行リスクを予測する研究成果が，Journal of Clinical Medicine誌に採択されました．
全脊椎X線画像に基づき深層学習を用いて思春期特発性側弯症（AIS）の進行リスクを予測する研究成果が，Journal of Clinical Medicine誌に採択されました．本研究では，標準的な立位全脊椎X線画像から，AISの進行リスクを深層学習により予測する手法を検討しました．従来，側弯症の進行予測は主に医師の経験や初期の湾曲角度などに基づいて判断されてきましたが，本研究のAIモデルにより，画像情報から将来の進行傾向を推定できる可能性が示されました．これにより，進行リスクの高い患者を早期に抽出し，装具治療や経過観察の最適化につながることが期待されます．なお本研究では，多施設から収集された画像データを用いて予測モデルの学習および性能評価を行う過程に市川も携わりました．
Takahashi S, Ichikawa S, Watanabe K, Ueda H, Arima H, Yamato Y, Takeuchi T, Hosogane N, Okamoto M, Umezu M, Oba H, Kondo Y, Seki S. Development and Validation of Transformer- and Convolutional Neural Network-Based Deep Learning Models to Predict Curve Progression in Adolescent Idiopathic Scoliosis. J. Clin. Med. 2025;14(20):7216.
