1. いま世界での位置づけ：OARは“AIで描いて、人がチェック”が主流

2025年の国際アンケートでは、

• 約 2/3 の施設が AIベースのオートコンツアリングを日常診療で使用
• 90％以上が「脳・頭頸部・胸部・腹部・骨盤のOAR」に活用
• 88.8％が「時間短縮あり」、そのうち約4割は1症例あたり11〜20分短縮と回答 スプリンガーリンク

また近年のレビュー論文でも、
ディープラーニング（DL）ベースの自動輪郭が、従来のアトラスベースより精度・速度とも優れるという結論がほぼコンセンサスになっています。スプリンガーリンク+1

とはいえ「完全自動でノーチェックOK」ではなく、
**“AIが描き、人が確認して微修正する”**のが現実的な落としどころです。NICE

2. 企業別・代表的なソリューション

2-1. Varian（Siemens Healthineers） – Eclipse Smart Segmentation 系

• もともとは Smart Segmentation（SS） というアトラスベースが中心。
• 肺・前立腺・肝などで、幾何精度・線量影響を評価した研究が複数あり、
  「手修正すれば臨床使用に十分」という結果が多いです。PMC+2Wiley Online Library+2
• 最近のバージョン（Eclipse v15〜18 以降、Ethos 連携など）では、
  DLベースモデルも搭載されつつあり, OARを数分以内に自動輪郭。

👉 特徴：

• Eclipseユーザーなら追加投資少なく使える
• TBI・Y-90など特殊領域でも研究報告ありResearchGate+1

2-2. RaySearch（RayStation） – Deep Learning Segmentation

• RayStation の DL segmentation は GPU実装でかなり高速。
  メーカー公式でも「ガイドラインに基づき学習したモデルを各部位ごとに提供」としています。RaySearch Laboratories
• 2025年の頭頸部OAR大規模評価では、
  幾何学的指標と線量影響ともに良好で、
  「臨床的に受け入れ可能」と結論づけています。clinicaloncologyonline.net
• RayStation 2024B では、DLモデルを外部TPS（Eclipseなど）から呼び出す連携も報告されており、マルチベンダー環境でも使いやすくなっています。Viamedica Journals

👉 特徴：

• H&N・骨盤のOARに強い
• Adaptive RT ワークフローと親和性が高い

2-3. Mirada Medical – DLCExpert（ワークフローBox）

• DLCExpert は CE/FDA 承認済みのDLオートコンツアリング。
• NICE（英国NICE）の技術評価では、
  CT/MR上で**160以上の構造（頭頸部・胸部・乳房・前立腺など）**に対応とされています。NICE+1
• Zero-Click™ Workflow Box というプラットフォームで、
  DICOMを放り込むとバックグラウンドで自動輪郭まで走る“フル自動”運用が可能。astro.org
• 臨床評価では、膀胱・直腸など骨盤OARで大幅な時間短縮と高い臨床受容率が報告。ScienceDirect+1

👉 特徴：

• マルチTPS環境に載せやすい「スタンドアロン系」
• 欧州・英国の大規模施設での実績が多い

2-4. MVision AI / Limbus AI / TheraPanacea（ART-Plan） / Radformation など

英国NICEの早期価値評価では、
MVision, Limbus, TheraPanacea ART-Plan, Radformation など4ベンダーのAIオートコンツアリングをまとめてレビュー。NICE+1

• 2024年の臨床比較研究では、
  これら4社は頭頸部〜骨盤のOARとリンパ節領域の大部分を、臨床的に有用な精度で輪郭化できたと報告。PMC+1
• ただし臓器によって得意・不得意があり、
  小さな構造やリンパ節領域では施設側の QA が必須。

MVision 自身のブログでも、
「数分以内で輪郭生成 → 医師がチェックして修正する」
という運用を前提としています。MVision AI+1

👉 特徴：

• クラウド／サーバー型で小規模施設でも導入しやすい
• 複数ベンダーと連携しやすく、“AIだけ別会社”という選択肢を作れる

2-5. MIM / Brainlab / その他

• MIM：Atlas Segment + 新しいDLモデルでOAR・ターゲット両方に対応。Varian Smart Segmentationとの比較では、肝輪郭で同等〜わずかに優れる報告もあり。ResearchGate+1
• Brainlab / TheraPanacea ART-Plan 統合版：頭頸部〜全身OAR 200構造以上を数分で自動輪郭、最大93％の時間短縮と報告。ResearchGate

3. 実臨床での“今の使われ方”

最近のレビューや実デプロイの報告からみると、実態はこんな感じです👇

• 主用途は OARのオートコンツアリング（脳・H&N・胸腹骨盤）PMC+1
• GTV/CTV は、乳房・前立腺など一部で研究が進んでいるが、
  完全自動に任せるのはまだ慎重。ScienceDirect+1
• 時間短縮は 50〜90％。しかし
  「最終的に人が見て直す前提」であり、完全ノータッチにはなっていない。Ak Journals+1
• 人種・体型によるバイアスや、トレーニングデータ依存性の問題も議論されており、
  施設ごとのローカル検証（幾何＋線量＋主観評価）が必須とされている。The Green Journal+1

4. これから数年のトレンド予測

1. DLモデル標準搭載TPSがデフォルト化
   Varian/RaySearch/Elekta などメジャーTPSが自社DLモデルを持ち、
   外部AIベンダーは “より高性能・特殊領域” へシフト。
2. MR・4D・適応治療との統合
   MRベース、4DCT/CBCTベースのオートコンツアリング研究が増加中。
   ARTワークフローで「デイリーOAR自動輪郭 → 迅速再計算」が現実的なターゲットです。MVision AI+2ScienceDirect+2
3. 品質評価と運用ガイドライン
   どのベンダーを使うにせよ、
   • 幾何学評価（Dice, HD）
   • 線量評価（DVH差）
   • 臨床医の主観スコア
     を組み合わせた “導入時 QA プロトコル” が各国学会から出てくる流れ。スプリンガーリンク+1

5. じゃあ日本の施設はどう選べばいい？

ざっくりいうと：

• Eclipse中心なら
  → Smart Segmentation + 外部AI（Mirada / MVision 等）の組み合わせを検討
• RayStation中心なら
  → 内蔵DL + 必要なら外部AIで補完
• ベンダーミックス環境なら
  → Mirada / MVision / Limbus / ART-Plan のような“TPS非依存系”が相性良し
• 導入前に最低限
  • 10〜20症例での幾何＋線量＋主観評価
  • 自施設の輪郭ルールへのフィット具合の確認
    をやっておくと安心です。