造影剤は病変の発見を容易にする一方で，副作用などの懸念から，なるべく患者負担の少ない用量での使用が望まれている。特に脳の潜在性転移の検出では，高用量造影MRIが有用であることが知られているが，2月19日，ディープラーニングを用いて通常の造影MRI T1強調画像（T-SD画像）から「2倍量造影画像（A-DD画像）」を生成することで，読影精度が向上したという研究成果がInvestigative Radiologyに発表された。
独ボン大学や米ハーバード大学などの共同研究チームが行った本研究では，脳転移を有する患者の非造影画像/低用量造影画像/T-SD画像を用いて，画像処理に適したディープラーニングモデル（U-Netモデル）を学習し，30人の患者のT-SD画像から造影効果を抽出して2倍に増幅した画像：A-DD画像を生成した。4名の医師（放射線科医2名，フェロー，研修医）が両画像を用いて読影を行った結果，A-DD画像を併用する方が，より多くの転移を検出可能という結果が得られた。放射線科医では感度が12.1%上昇し，経験の浅いフェローや研修医では，7-12％程度多くの転移を発見できた。また，フェローや研修医の読影の感度は，T-SD画像のみを用いた放射線科医の読影と同程度まで向上していた。とりわけ5mm以下の転移に対する感度の上昇が顕著であった。
著者らは「AIの補助により，読影精度を高めることに加え，造影剤の使用量の削減に繋げられる可能性がある」と述べている。今後は他の画像診断モダリティへの応用や検証が望まれるだろう。

【参照論文】
Deep Learning–Based Signal Amplification of T1-Weighted Single-Dose Images Improves Metastasis Detection in Brain MRI