手術室にAIが入る——MITが開発した「xvr」とは#
MITおよび協力機関の研究者・臨床医チームが、手術中に撮影されたX線画像と術前の3D医療スキャンを自動的かつ高精度に照合する新たなAI技術「xvr（X-ray volume registration）」を開発した。この成果は2026年9月16日付の学術誌『Nature』に掲載されている。
なぜ今、この技術が必要なのか#
低侵襲手術の「見えない課題」#
血管形成術（アンジオプラスティ）のような低侵襲手術では、臨床医は小さな切開部からカテーテルや内視鏡などの器具を体内に挿入し、リアルタイムのX線画像（蛍光透視法）を頼りに操作する。しかし、X線は平面（2D）画像であるため、体内で器具が正確にどこにあるか、どの向きを向いているかを把握するのが難しく、これが合併症リスクにつながっていた。
この問題に対処するため、臨床医はリアルタイムのX線と術前に撮影したMRIやCTスキャンなどの3D画像を手動で照合（レジストレーション）する作業を行ってきた。しかし手動での照合は時間と手間がかかり、臨床医がコンピュータに数値を入力したり、画面上の解剖学的ランドマークをクリックしたりする必要があった。
リード著者であるVivek Gopalakrishnan氏（MIT CSAILポスドク研究員、ハーバード・MIT健康科学技術プログラム修了）は次のように述べている。
「臨床医が粗い2D画像を見て全体の位置関係を把握できるようになるまでには、数十年のトレーニングが必要です。これらの2D X線をより情報豊かなものにすることで、命を救う処置をより安全で容易に行えるようにしたい。」
既存AIの限界#
従来のAI手法もこの照合プロセスの効率化を目指してきたが、人間の解剖学的構造は非常に多様であるため、ある患者にはうまく機能するモデルが別の患者では失敗するという問題があった。また、高品質なアノテーション付き医療画像データの不足が、多様な患者に対応できるディープラーニングモデルの学習を困難にしていた。
xvrの仕組み——患者特化型のアプローチ#
「全員向け」ではなく「その患者専用」#
xvrが従来のAI手法と根本的に異なる点は、患者ごとに個別最適化されたモデルを構築するという設計思想にある。研究チームは「すべての患者に適用できる汎用モデル」を作ろうとするのではなく、「特定の1人の患者に対して非常によく適合するモデル」を作るアプローチを採用した。
Gopalakrishnan氏はこのコンセプトをこう説明する。
「この特定のモデルをこの特定の患者のために調整します。他の人にうまく機能するかどうかは関係ありません。なぜなら、それぞれの人に対して異なるモデルが存在するからです。」
合成X線を毎秒1,000枚生成#
xvrは患者の術前3Dスキャン（MRIまたはCT）を入力として受け取り、物理ベースのX線プロセスシミュレーションを用いて、さまざまな角度から毎秒約1,000枚の合成X線画像を生成する。この膨大な合成データを使ってAIモデルをわずか約5分でその患者専用にチューニングし、その後は実際の手術中に撮影されたX線画像を数秒以内に、サブミリメートル精度で3Dスキャンと照合できるようになる。
注目すべき性能と社会的インパクト#
既存手法を「桁違い」に上回る精度#
xvrは、幅広い患者層・身体部位・医療処置において、既存のAI手法を1桁（オーダーオブマグニチュード）上回る性能を発揮したと報告されている。適用分野として整形外科や神経外科が挙げられており、対象となるのは血管形成術のような血管内処置から、カテーテルや内視鏡を使用する多様な低侵襲手術に及ぶ。
医療アクセス格差の解消にも貢献#
Gopalakrishnan氏は、この技術の社会的意義についても言及している。
「アメリカ人の大多数は、緊急脳卒中介入のような低侵襲処置を実施できるセンターから1時間以上離れた場所に住んでいます。脳卒中では1時間は非常に大きな差です。2Dと3D情報を組み合わせることでこれらの処置を簡便化することは、高度に専門化された命を救う処置を、より広い人口に届けることを可能にします。」
まとめ#
MITらが開発したxvrは、患者固有の3Dスキャンから合成X線を大量生成し、個別最適化されたAIモデルを構築することで、手術中のX線と3D医療画像を数秒・サブミリ精度で照合することを実現した。従来のAI手法を大幅に上回る性能を示し、低侵襲手術の安全性・精度向上だけでなく、専門医療へのアクセス格差解消にも寄与する可能性を持つ技術として注目される。
筆者の見解: 「患者全員に通用する汎用モデル」という従来のアプローチから「その患者だけのためのモデル」へという発想の転換は、医療AIの設計哲学として非常に示唆に富む。今後、他の医療画像分野へのxvrの応用展開も気になるところだ。詳細な技術仕様や実験データについては元記事を参照されたい。
出典: New AI technique could make minimally invasive surgeries safer and more precise — MIT News（2026年9月16日）
