肺がんは世界的にがんによる死亡原因の最も重要なものであり、早期症状が潜在的であるため、多くの場合確定診断時には進行しています。低線量または標準線量のコンピュータ断層撮影（computed tomography、CT）によるスクリーニングは早期発見率を向上させましたが、電離放射線被曝の問題から放射線を使わない画像手段として磁気共鳴画像法（magnetic resonance imaging、MRI）が注目されています。新しいMRIシーケンスは肺結節スクリーニングにおいて優れたアーチファクト耐性、高解像度および小さな結節識別能力を示しています。しかし、これらのシーケンスは臨床応用の過程で標準化されたパラメータの欠如、機器依存性の高さ、読影経験不足といった実装の困難に直面しており、実際の利用を制限しています。本稿では、これらのシーケンスの肺結節早期スクリーニングおよび定性診断における遷移のボトルネックに焦点を当て、「性能—適応性—解釈」の三位一体評価フレームワークの構築を試みます。さらに、MRI機能画像と人工知能（artificial intelligence、AI）診断モデルの融合の可能性を探り、現在のAIモデルがMRIデータ処理においてトレーニングデータ不足、シーケンスの異質性、特徴の移行障害といった重要な課題に直面していることを指摘します。総じて、本稿は肺結節のスクリーニングおよび診断におけるMRI技術の進展を体系的に分析し、新規シーケンスの実装課題およびAI解析フレームワークのギャップを特に強調し、放射線を使わない肺がんスクリーニング経路に対する具体的な研究視点と実践的示唆を提供することを目的としています。

肺結節;磁気共鳴画像法;MRIシーケンス;イメージオミクス;精密医療