開発の背景

脳ドックの普及

世界有数のMRI保有国である日本では[1]、比較的安価に検診を受診できることから「脳ドック」が普及しており、「未破裂脳動脈瘤」が発見されるケースが多くなっています。「脳動脈瘤」は破裂することで「くも膜下出血」の要因となります。
「くも膜下出血」などの脳血管疾患は日本人の死因第4位となっています[2]

[1] OECD(経済協力開発機構)による2017年の調査では、日本における人口100万人あたりのMRI保有数は51.7台であり、G7の平均25.8台、OECD関連国の平均15.2台を大きく上回る。
[2]厚生労働省 平成30年(2018)人口動態統計

医師の負担増

MRIなどのモダリティの進化とともに画像情報が膨大化することで、読影診断を担う放射線科医、脳神経外科医の作業量は増えています。医療現場では「医師の働き方改革」の推進が急務となっており、テクノロジーを活用した、質が高く、効率的な医療の実現が求められています。

主な特長

医師による読影をサポート

脳MRA画像より2mm以上の嚢状動脈瘤に類似した候補点を検出しマークを表示することで、医師による読影をサポートします。医師単独で読影した場合の感度68.2%と比べ、本ソフトウェアを用いて読影した場合は感度77.2%となり、診断精度の向上が認められました。[3]

[3] 未破裂脳動脈瘤と診断された50症例及び未破裂脳動脈瘤がないと診断された150症例のMRA画像を対象に20名の医師による読影試験結果の平均値。
放射線科医:経験年数5年未満(5名)及び5年以上(5名)、脳神経外科医:経験年数6年未満(6名)及び6年以上(4名)

既存医療画像管理システムと連携可能

国際的な医用画像規格「DICOM」に準拠しています。医療機関で既に導入されている各社PACS, MRIから画像データを受信し、PACSビューア等で解析結果を参照することができます。

研究事例

大阪市立大学の植田先生と共同で深層学習を用いたAIによる脳動脈瘤検出アルゴリズムの開発及び検証。1271枚のMRA画像(1477個の脳動脈瘤)を対象に深層学習を用いてアルゴリズムを開発し、検証を行った結果、92%の自動検出に成功。放射線科医による単独読影と比較して、アルゴリズムの補助下での放射線科医の読影では脳動脈瘤の検出数は5~10%程度上昇。

683件の検査からの感度

CADの
感度
91%〜93%
CADの
検出改善率
4.8%〜13%

学会発表:第77回日本医学放射線学会総会
協力:大阪市立大学医学研究科放射線診断学・IVR学教室
参照:”Deep learning for MR angiography: automated detection of cerebral aneurysm” Ueda D et al.Radiology 2018.

価値提供

診断精度の向上

画像から特徴的な部分をマーキングし、医師にフィードバックします。

見落とし防止

脳動脈瘤検出支援機能により医師の見落としを防止します。

基本情報

販売名医用画像解析ソフトウェア EIRL aneurysm
製造販売承認番号30100BZX00142000
添付文書詳細をみる(PMDAサイトへ遷移します)

撮像条件

モダリティMRI
磁場強度1.5T 及び 3.0T
撮像条件MRA Axial
スライス間隔は1mm以下で等間隔

連携実績

PACS富士フイルム、NOBORI、PSP など
モダリティMRI

よくある質問

EIRL納品後は、院内データで⾃動的に学習がされ、精度が向上されていくのか?

院内での⾃⼰学習は⾏われません。
現在の⽇本の薬事法にて、PMDAの承認時の精度が変わることは不可とされております。
もし、AIが指摘できなかった症例があれば、データを頂戴し、社内で精度向上をさせたバージョンを医療機関様へバージョンアップという形で適応する事となります。

解析時間はどれくらいか?

1study5分以内です。解析結果はGSPS、SCどちらかシステム設定で定めて返信可能です。解析結果はPACSに同studyの新シリーズとして登録されます。

デモは可能か?

可能です、Contactよりお問い合わせください。