モザイク大のAIモデル「TagGen」、低品質MRI心臓画像を高品質に変換しスキャン時間90%短縮

AI支援モデルで低品質MRI心臓スキャンが大幅に改善 ミズーリ大学医学部と工学部の研究者が開発したAI支援モデル「TagGen」は、低-qualityのMRI心臓スキャンを高-qualityの画像に変換でき、スキャン時間も約90%削減することが明らかになりました。 心臓MRIスキャンは通常、30〜90分かかることがありますが、これは心臓の機能や問題点を特定する重要な情報源となっています。しかし、患者の動きによって画像品質が低下することがあり、これにより診断の精度が低下しかねません。TagGenは、これらの低-qualityの画像を高-qualityに改善し、動態マーカー（タグ）の質を向上させることができます。これらのタグは、心臓の動きを追跡し、機能を正確に測定するために不可欠な要素です。 「タグラインが鮮明な画像は、異常な動きや機能不全の兆候を示す重要な情報を提供します」と、主導研究者の張余孫博士は述べています。「AIが画像を処理すると、品質가向上し、心臓の動きがより鮮明に可視化されます。」 タグラインの品質向上とスキャン時間の大幅短縮により、医師は心臓がどのように拍動し、収縮し、血液を送り出すかをより詳しく観察できます。TagGenの使用によって、画像取得は時間がかかりず、コストも抑えられ、患者の不快感も軽減されます。また、患者は通常20回以上的心拍数で息を止める必要がありますが、TagGenを使用することで3回心拍数だけで十分になります。これは、診断精度の向上と患者の治療結果の改善につながります。 未来の研究では、張博士とチームはTagGenの改良とMRI動態追跡の向上に取り組む予定です。また、他の種類の心臓MRI、CTスキャン、脳MRIなど他の臓器のスキャンへの応用も検討しています。 張余孫博士は、ミズーリ大学医学部放射線学科助教および工学部バイオメディカルエンジニアリング学科助教であり、NextGen Precision Health Investigatorでもあります。彼の研究は迅速なMRI取得、正確な再構築、および高度なAI技術の開発に焦点を当てています。