🔬 2025年AAPM注目トピックス
① DoseGNN：Adaptive DVH予測を進化させるグラフニューラルネット活用
AAPM 65th年次大会でも発表された研究に基づき、DoseGNNは、Adaptive放射線治療におけるDVH（線量–体積ヒストグラム）の予測精度を大幅に向上させたモデルです。従来のディープラーニングと比較し、GNN構造を用いることで異なる解剖構造・投与系の間でも汎用性のある適応型予測が可能になると報告されています。
🧠 医学物理士視点の意義：
- Adaptive RTにおいて、計画修正時のDVH再評価を迅速化
- 統一されたモデルを複数症例に拡張可能にし、品質保証の基盤作りに貢献
- 臨床導入時の自動化・効率化に最適
② 大規模言語モデル（LLM）の臨床物理支援可能性
2025年初頭に発表された研究では、GPT‑4などのLLMが放射線腫瘍物理学問題100問の試験において高い正答率（74.6％）を示し、AAPM TG‑263に準拠した構造命名の自動ラベリングでも96％以上の精度を達成しました。
🧠 医学物理士視点の意義：
- 構造命名の標準化支援により、治療計画間で統一的なレビューを促進
- LLMによる基本質問への自動アシストで、物理士の作業負担削減
- 診療ガイドラインやプロトコル確認などでの相談補助ツールとして期待
③ Proton SFRT‑FLASH療法のプランニング戦略
arXiv上で発表された研究では、FLASH線量率とSFRT（Spatially Fractionated Radiation Therapy）を組み合わせた陽子線治療法を提案。高線量率FLASH効果と浅部被ばく低減のPVDR（peak-to-valley dose ratio）を同時に達成できる新たなモダリティとして、MB‑FLASHとSB‑FLASHプランが注目されています。
🧠 医学物理士視点の意義：
- Proton治療における正常組織保護と腫瘍制御を両立する照射手法
- 次世代の線量率制御やビームモダリティ開発への新たな示唆
- 計画設計、線量率測定、QA指標の刷新を促す革新的アイデア
🧭 共通テーマと現場での活用ヒント
| 共通テーマ | 今後の展開・期待 |
|---|---|
| AIと物理学の融合 | 自動化とフォールトトレラントなQA体制の構築 |
| Adaptive／FLASHなどの新戦略 | 生物学的効果を物理設計に統合する視点が鍵 |
| LLMによる作業支援 | 命名標準化、教育補助、初期案出しに活用可能 |
🎯 医学物理士が今すぐ取り組むべきアクション
- DoseGNNの評価：自施設データに対する予測精度を検証し、Adaptive RTへの統合を検討。
- LLMの導入トライアル：構造命名・基本質問案内などを院内LLMサポートに組み入れる。
- FLASH／SFRTの模擬プランを試作し、既存のQA方法・線量計測と照合する評価プロトコルを整備。
- 教育・研究発表機会の活用：AAPM参加・発表、次世代医療物理研究として積極的に関与。
✅ まとめ
AAPM 2025では、機械学習・AI・新モダリティプランニングなど、技術革新の潮流が医学物理の未来を形づくっていることが鮮明になりました。
- DoseGNNはAdaptive RTの計画品質を飛躍的に向上させる技術の一端。
- LLMの精度評価は、日常業務支援の新たな道を開く。
- SFRT-FLASHプランは、正常組織保護に革命をもたらす可能性があります。
これらはいずれも、「患者の安全・効率・治療成績を両立する未来の放射線治療」を物理学者として実装するための重要なキーです。AIや新照射技術は単なる“ツール”ではなく、医学物理の思考そのものをアップデートするきっかけになるでしょう。
