JP7015605B2 - 頭蓋内に安全に細胞を投与するための総合システム - Google Patents
頭蓋内に安全に細胞を投与するための総合システム Download PDFInfo
- Publication number
- JP7015605B2 JP7015605B2 JP2021518980A JP2021518980A JP7015605B2 JP 7015605 B2 JP7015605 B2 JP 7015605B2 JP 2021518980 A JP2021518980 A JP 2021518980A JP 2021518980 A JP2021518980 A JP 2021518980A JP 7015605 B2 JP7015605 B2 JP 7015605B2
- Authority
- JP
- Japan
- Prior art keywords
- administration
- brain
- image
- data
- subject
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007917 intracranial administration Methods 0.000 title 1
- 210000004556 brain Anatomy 0.000 claims description 661
- 210000004027 cell Anatomy 0.000 claims description 576
- 238000000034 method Methods 0.000 claims description 371
- 239000000835 fiber Substances 0.000 claims description 247
- 238000013473 artificial intelligence Methods 0.000 claims description 172
- 238000002659 cell therapy Methods 0.000 claims description 156
- 210000004204 blood vessel Anatomy 0.000 claims description 147
- 238000003384 imaging method Methods 0.000 claims description 129
- 230000002411 adverse Effects 0.000 claims description 102
- 230000000694 effects Effects 0.000 claims description 102
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 99
- 208000035475 disorder Diseases 0.000 claims description 94
- 206010030113 Oedema Diseases 0.000 claims description 83
- 210000003625 skull Anatomy 0.000 claims description 81
- 208000034710 Cerebral arteriovenous malformation Diseases 0.000 claims description 74
- 208000002263 Intracranial Arteriovenous Malformations Diseases 0.000 claims description 74
- 201000000034 arteriovenous malformations of the brain Diseases 0.000 claims description 74
- 208000015114 central nervous system disease Diseases 0.000 claims description 69
- 208000012902 Nervous system disease Diseases 0.000 claims description 67
- 238000003780 insertion Methods 0.000 claims description 65
- 230000037431 insertion Effects 0.000 claims description 65
- 210000000988 bone and bone Anatomy 0.000 claims description 62
- 230000006870 function Effects 0.000 claims description 59
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 claims description 57
- 239000010936 titanium Substances 0.000 claims description 57
- 229910052719 titanium Inorganic materials 0.000 claims description 57
- 206010008111 Cerebral haemorrhage Diseases 0.000 claims description 55
- 229910052688 Gadolinium Inorganic materials 0.000 claims description 50
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 claims description 50
- 210000003462 vein Anatomy 0.000 claims description 46
- 238000012549 training Methods 0.000 claims description 45
- 230000008449 language Effects 0.000 claims description 44
- 230000007659 motor function Effects 0.000 claims description 44
- 230000037152 sensory function Effects 0.000 claims description 44
- 210000000576 arachnoid Anatomy 0.000 claims description 38
- 208000020658 intracerebral hemorrhage Diseases 0.000 claims description 37
- 230000007717 exclusion Effects 0.000 claims description 35
- 230000010336 brain pathway Effects 0.000 claims description 33
- 230000006378 damage Effects 0.000 claims description 26
- 241001269524 Dura Species 0.000 claims description 24
- 230000001684 chronic effect Effects 0.000 claims description 24
- 210000001951 dura mater Anatomy 0.000 claims description 24
- 210000004761 scalp Anatomy 0.000 claims description 24
- 230000001154 acute effect Effects 0.000 claims description 22
- 206010008164 Cerebrospinal fluid leakage Diseases 0.000 claims description 21
- 208000014674 injury Diseases 0.000 claims description 21
- 208000022211 Arteriovenous Malformations Diseases 0.000 claims description 20
- 230000005744 arteriovenous malformation Effects 0.000 claims description 20
- 230000002490 cerebral effect Effects 0.000 claims description 20
- 238000002583 angiography Methods 0.000 claims description 16
- 210000003141 lower extremity Anatomy 0.000 claims description 16
- 230000000007 visual effect Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000001771 impaired effect Effects 0.000 claims description 12
- 241000282414 Homo sapiens Species 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 9
- 210000005013 brain tissue Anatomy 0.000 claims description 8
- 201000001119 neuropathy Diseases 0.000 claims description 8
- 230000007823 neuropathy Effects 0.000 claims description 8
- 208000033808 peripheral neuropathy Diseases 0.000 claims description 8
- 230000015271 coagulation Effects 0.000 claims description 7
- 238000005345 coagulation Methods 0.000 claims description 7
- 210000000798 superior sagittal sinus Anatomy 0.000 claims description 7
- 238000002604 ultrasonography Methods 0.000 claims description 7
- 208000027418 Wounds and injury Diseases 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 5
- 238000002271 resection Methods 0.000 claims description 4
- JXSJBGJIGXNWCI-UHFFFAOYSA-N diethyl 2-[(dimethoxyphosphorothioyl)thio]succinate Chemical compound CCOC(=O)CC(SP(=S)(OC)OC)C(=O)OCC JXSJBGJIGXNWCI-UHFFFAOYSA-N 0.000 claims 29
- 239000012237 artificial material Substances 0.000 claims 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 113
- 206010008118 cerebral infarction Diseases 0.000 description 50
- 208000026106 cerebrovascular disease Diseases 0.000 description 50
- 210000001367 artery Anatomy 0.000 description 26
- 208000032843 Hemorrhage Diseases 0.000 description 21
- 230000000740 bleeding effect Effects 0.000 description 21
- 238000002591 computed tomography Methods 0.000 description 19
- 210000004379 membrane Anatomy 0.000 description 19
- 239000012528 membrane Substances 0.000 description 19
- 210000004126 nerve fiber Anatomy 0.000 description 19
- 206010020751 Hypersensitivity Diseases 0.000 description 18
- 208000034158 bleeding Diseases 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 16
- 208000030961 allergic reaction Diseases 0.000 description 15
- 210000001185 bone marrow Anatomy 0.000 description 15
- 238000010801 machine learning Methods 0.000 description 15
- 230000008733 trauma Effects 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 15
- 230000003902 lesion Effects 0.000 description 14
- 210000002425 internal capsule Anatomy 0.000 description 13
- 210000005036 nerve Anatomy 0.000 description 13
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 12
- 238000009826 distribution Methods 0.000 description 12
- 210000003446 pia mater Anatomy 0.000 description 12
- 210000004885 white matter Anatomy 0.000 description 12
- 238000009792 diffusion process Methods 0.000 description 11
- 206010061216 Infarction Diseases 0.000 description 10
- 230000007574 infarction Effects 0.000 description 10
- 238000001356 surgical procedure Methods 0.000 description 10
- 241000282412 Homo Species 0.000 description 9
- 238000013507 mapping Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 210000000130 stem cell Anatomy 0.000 description 9
- 208000006011 Stroke Diseases 0.000 description 8
- 230000000149 penetrating effect Effects 0.000 description 8
- 206010018852 Haematoma Diseases 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 239000008280 blood Substances 0.000 description 7
- 230000005291 magnetic effect Effects 0.000 description 7
- 230000037361 pathway Effects 0.000 description 7
- 239000012530 fluid Substances 0.000 description 6
- 210000004884 grey matter Anatomy 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 206010033799 Paralysis Diseases 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000001112 coagulating effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 4
- 230000002238 attenuated effect Effects 0.000 description 4
- 230000006931 brain damage Effects 0.000 description 4
- 231100000874 brain damage Toxicity 0.000 description 4
- 208000029028 brain injury Diseases 0.000 description 4
- 210000001159 caudate nucleus Anatomy 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000001432 effect on motor function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000004113 cell culture Methods 0.000 description 3
- 230000030833 cell death Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 150000002431 hydrogen Chemical class 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 210000004088 microvessel Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005298 paramagnetic effect Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000004393 prognosis Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 201000009371 venous hemangioma Diseases 0.000 description 3
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 2
- 241000700201 Galea Species 0.000 description 2
- 208000004552 Lacunar Stroke Diseases 0.000 description 2
- 206010051078 Lacunar infarction Diseases 0.000 description 2
- 108010061951 Methemoglobin Proteins 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 206010067268 Post procedural infection Diseases 0.000 description 2
- 208000033676 Venous lake Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008499 blood brain barrier function Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 210000001218 blood-brain barrier Anatomy 0.000 description 2
- 230000002308 calcification Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 210000003169 central nervous system Anatomy 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 210000004289 cerebral ventricle Anatomy 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 108010002255 deoxyhemoglobin Proteins 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 230000000994 depressogenic effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 210000001652 frontal lobe Anatomy 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 210000001905 globus pallidus Anatomy 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 231100000241 scar Toxicity 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 241000239290 Araneae Species 0.000 description 1
- 208000011597 CGF1 Diseases 0.000 description 1
- 206010048964 Carotid artery occlusion Diseases 0.000 description 1
- 206010008088 Cerebral artery embolism Diseases 0.000 description 1
- 206010063648 Cerebral artery stenosis Diseases 0.000 description 1
- 208000016192 Demyelinating disease Diseases 0.000 description 1
- 206010012305 Demyelination Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 208000004929 Facial Paralysis Diseases 0.000 description 1
- 102000008857 Ferritin Human genes 0.000 description 1
- 108050000784 Ferritin Proteins 0.000 description 1
- 238000008416 Ferritin Methods 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 208000034800 Leukoencephalopathies Diseases 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 108010064719 Oxyhemoglobins Proteins 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 208000020764 Sensation disease Diseases 0.000 description 1
- 208000032851 Subarachnoid Hemorrhage Diseases 0.000 description 1
- 208000036826 VIIth nerve paralysis Diseases 0.000 description 1
- 201000004810 Vascular dementia Diseases 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000004102 animal cell Anatomy 0.000 description 1
- 210000004198 anterior pituitary gland Anatomy 0.000 description 1
- 201000007201 aphasia Diseases 0.000 description 1
- 208000030137 articulation disease Diseases 0.000 description 1
- 230000003143 atherosclerotic effect Effects 0.000 description 1
- 238000003287 bathing Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000009125 cardiac resynchronization therapy Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 210000004298 cerebral vein Anatomy 0.000 description 1
- 210000004720 cerebrum Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 210000002987 choroid plexus Anatomy 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000013872 defecation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002008 hemorrhagic effect Effects 0.000 description 1
- 210000005260 human cell Anatomy 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 201000010849 intracranial embolism Diseases 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000002075 inversion recovery Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 230000005976 liver dysfunction Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 230000007570 microbleeding Effects 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 210000004400 mucous membrane Anatomy 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000023105 myelination Effects 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002907 paramagnetic material Substances 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000012121 regulation of immune response Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000004039 social cognition Effects 0.000 description 1
- 210000002330 subarachnoid space Anatomy 0.000 description 1
- 230000002739 subcortical effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0808—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
- G06T2207/10092—Diffusion tensor magnetic resonance imaging [DTI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physiology (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- Surgical Instruments (AREA)
- Media Introduction/Drainage Providing Device (AREA)
Description
(項目1)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法であって、該方法は
A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
E)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
F)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。
(項目2)
前記画像化デバイスはMRI、CT、超音波検査装置または血管造影検査装置を含む、先行する項目のいずれかに記載の方法。
(項目3)
前記運動線維の走行データは、DTI画像中に表現される、項目1に記載の方法。
(項目4)
前記走行データは、DTI画像におけるFA値(fractional anisotropy value)により表現される、先行する項目のいずれかに記載の方法。
(項目5)
前記運動線維の走行データが他の部位より低い部位における走行データの低下は、少なくとも50%以上の低下である、先行する項目のいずれかに記載の方法。
(項目6)
前記安全領域は、前記障害位置から半径約1.5cm以内に存在する位置を含む、先行する項目のいずれかに記載の方法。
(項目7)
前記安全領域は、前記障害位置から半径約1.5cm以内に存在する位置で、かつ、神経機能に重要な働きをしていないと考えられる部位が選択される、先行する項目のいずれかに記載の方法。
(項目8)
前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、先行する項目のいずれかに記載の方法。
(項目9)
前記投与部位は、前記障害位置ごとに決定される、先行する項目のいずれかに記載の方法。
(項目10)
前記投与部位は、前記障害位置に対して1または複数存在する、先行する項目のいずれかに記載の方法。
(項目11)
該運動線維の走行データが得られない場合、対側の健常な運動線維を参考にして、障害を受けている部分を把握することを特徴とする、先行する項目のいずれかに記載の方法。
(項目12)
前記選択は、
DWI画像とT2画像とを比較することにより、現在の脳梗塞で損傷を受けた領域を把握し、該領域は選択から外し、
DWI陰性であるが、T2画像およびFLAIR画像において浮腫が強く出ている部位もまた、選択から外し、
DTI領域で運動線維を描出し、該描出された運動線維の領域を選択から外す、
先行する項目のいずれかに記載の方法。
(項目13)
前記MRIにおけるT2強調画像およびFLAIR画像において、
a)信号強度をプロットしたFLAIR画像において、高信号の部位、および
b)信号強度をプロットしたT2強調画像において、高信号の部位のうちの両方を満たす部位を、浮腫と特定する、先行する項目のいずれかに記載の方法。(項目14)
[1}前記DTI画像においてTractographyが描出される場合、
(a)該DTI画像においてTractographyが断裂しているか、または弱くなっている部分(脳梗塞急性期の場合通常はDWIで白い場所、脳梗塞慢性期の場合T2/FLAIRの高信号、外傷・脳出血の急性期の場合、CTで高信号、外傷・脳出血の慢性期の場合、T2/FLAIRで高信号)に近い場所で可及的に近接する正常脳組織であり、かつ、
(b)安全性の高い場所(もし出血やアレルギー反応を起こしても障害が少ない場所:一般的にAVMでeloquent area*と呼ばれる部位以外)である
という条件を満たし、
(c)必要に応じて、T2/FLAIR画像の高信号部位も避けてその可及的近傍である部分
という条件を満たす部位を投与部位として選択するか、または
[2}該DTI画像においてTractographyが描出されない場合、
(aa)Tractographyを出すためのROIの設定(通常は中心前回・内包後脚・橋の3カ所を通過する神経線維選ぶことが多い)を中心前回、内包後脚、橋をそれぞれ単独において出てくるTractographyを参考にし、その中で、通常予想される人間における運動線維を選択するか、もしくは
(bb)(aa)でも出ない場合は対側のTractographyを参考に運動線維の走行を推定して、急性期のDWI画像において高信号と示される損傷部位、または慢性期にT2/FLAIR画像において低信号と示される損傷部位と、推定されるTractographyの通過点が重なる部位を運動線維が断裂している箇所と推定し、[1}を行う
ことを特徴とする、先行する項目のいずれかに記載の方法。
(項目15)
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法であって、該方法は
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
(B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
(C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
(F)該コンピュータデバイスにより、(D)と(E)で算出した経路範囲のうち重複する範囲の範囲内で経路を設定するステップと
(G)該設定された経路を、グラフィック表示として出力するステップと
を包含する方法。
(項目16)
前記血管は、脳の表面から上矢状静脈洞へ注ぐ太い静脈を含む、項目15に記載の方法。(項目17)
前記特定は、ガドリニウム増強T1画像における高信号部位を血管と判断する、先行する項目のいずれかに記載の方法。
(項目18)
前記特定は、MRI画像に基づき該MRI画像について、DWI、T2、FLAIR(fluid-attenuated inversion-recovery)、およびDTIのうち少なくとも1つを測定することで達成される、先行する項目のいずれかに記載の方法。
(項目19)
前記特定は、MRI画像に基づき該MRI画像について、(1)FLAIR画像、(3)T2画像、(3)ガドリニウム増強T1画像のシークエンスで決定される、先行する項目のいずれかに記載の方法。
(項目20)
前記脳溝非侵襲経路の特定は、MRIにおけるT2強調画像およびFLAIR画像を確認することにより実現される、先行する項目のいずれかに記載の方法。
(項目21)
(E)において、
1)信号強度をプロットしたFLAIR画像において、低信号の部位、および
2)信号強度をプロットしたT2強調画像において、高信号の部位
の両方を満たす部位を、脳溝と特定する、先行する項目のいずれかに記載の方法。
(項目22)
被験体の脳における髄液漏れを防止する方法であって、
A)脳の表面に存在する硬膜を切開するステップと
B)穿刺開始予定部位の脳表のくも膜と軟膜を電気外科器具を用いて凝固接着させるステップであって、(a)該くも膜が白濁するまで、または(b)該くも膜の目視もしくは該くも膜を表示する画像において、該脳の表面に存在する微小血管が確認できなくなるまで、あるいは(c)出力パワーがくも膜が白濁することが確認されている出力パワーに設定される条件で、凝固させて該軟膜と接着させる、ステップと
を含む、方法。
(項目23)
前記脳における髄液漏れの防止は、前記被験体の中枢神経障害に対する細胞治療におけるものである、先行する項目のいずれかに記載の方法。
(項目24)
さらに、C)該被験体に必要となる細胞を投与するステップを含む、先行する項目のいずれかに記載の方法。
(項目25)
被験体の脳における髄液漏れを防止するためのシステムであって、
A)脳の表面に存在する硬膜を切開する切開具と、
B)穿刺開始予定部位の脳表のくも膜と軟膜を凝固接着させるように構成される電気外科器具であって、(a)該くも膜が白濁するまで、または(b)該くも膜の目視もしくは該くも膜を表示する画像において該脳の表面に存在する微小血管が確認できなくなるまで、あるいは(c)出力パワーがくも膜が白濁することが確認されている出力パワーに設定される条件で、凝固させて該軟膜と接着させるように操作される、電気外科器具と、
C)該くも膜の白濁を検出し得るセンサーと
を含むシステム。
(項目26)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
bb)該選択された投与部位への投与経路を特定するステップと、
cc)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。
(項目27)
前記aa)が、
C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データにおいて、運動繊維の量が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
E)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと
を包含する、先行する項目のいずれかに記載の方法。
(項目28)
前記bb)が、
(C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
(F)該コンピュータデバイスにより、(D)と(E)で算出した経路範囲のうち重複する範囲の範囲内で経路を設定するステップと
を包含する、先行する項目のいずれかに記載の方法。
(項目29)
前記画像化デバイスはMRI、CT、超音波検査装置または血管造影検査装置を含む、先行する項目のいずれかに記載の方法。
(項目30)
前記運動線維の走行データは、DTI画像中に表現される、先行する項目のいずれかのいずれか一項に記載の方法。
(項目31)
前記走行データは、DTI画像におけるFA値(fractional anisotropy value)により表現される、先行する項目のいずれかに記載の方法。
(項目32)
前記運動線維の走行データが他の部位より低い部位における走行データの低下は、少なくとも50%以上の低下である、先行する項目のいずれかに記載の方法。
(項目33)
前記安全領域は、前記障害位置から半径約1.5cm以内に存在する位置を含む、先行する項目のいずれかに記載の方法。
(項目34)
前記安全領域は、前記障害位置から半径約1.5cm以内に存在する位置で、かつ、神経機能に重要な働きをしていないと考えられる部位が選択される、先行する項目のいずれかに記載の方法。
(項目35)
前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、先行する項目のいずれかに記載の方法。
(項目36)
前記投与部位は、前記障害位置ごとに決定される、先行する項目のいずれかに記載の方法。
(項目37)
前記投与部位は、前記障害位置に対して1または複数存在する、先行する項目のいずれかに記載の方法。
(項目38)
該運動線維の走行データが得られない場合、対側の健常な運動線維を参考にして、障害を受けている部分を把握することを特徴とする、先行する項目のいずれかに記載の方法。
(項目39)
前記選択は、
DWI画像とT2画像とを比較することにより、現在の脳梗塞で損傷を受けた領域を把握し、該領域は選択から外し、
DWI陰性であるが、T2画像およびFLAIR画像において浮腫が強く出ている部位もまた、選択から外し、
DTI領域で運動線維を描出し、該描出された運動線維の領域を選択から外す、
先行する項目のいずれかに記載の方法。
(項目40)
前記MRIにおけるT2強調画像およびFLAIR画像において、
a)信号強度をプロットしたFLAIR画像において、高信号の部位、および
b)信号強度をプロットしたT2強調画像において、高信号の部位
のうちの両方を満たす部位を、浮腫と特定する、先行する項目のいずれかに記載の方法。
(項目41)
[1]前記DTI画像においてTractographyが描出される場合、
(a)該DTI画像においてTractographyが断裂しているか、または弱くなっている部分(脳梗塞急性期の場合通常はDWIで白い場所、脳梗塞慢性期の場合T2/FLAIRの高信号、外傷・脳出血の急性期の場合、CTで高信号、外傷・脳出血の慢性期の場合、T2/FLAIRで高信号)に近い場所で可及的に近接する正常脳組織であり、かつ、
(b)安全性の高い場所(もし出血やアレルギー反応を起こしても障害が少ない場所:一般的にAVMでeloquent area*と呼ばれる部位以外)である
という条件を満たし、
(c)必要に応じて、T2/FLAIR画像の高信号部位も避けてその可及的近傍である部分
という条件を満たす部位を投与部位として選択するか、または
[2]該DTI画像においてTractographyが描出されない場合、
(aa)Tractographyを出すためのROIの設定(通常は中心前回・内包後脚・橋の3カ所を通過する神経線維選ぶことが多い)を中心前回、内包後脚、橋をそれぞれ単独において出てくるTractographyを参考にし、その中で、通常予想される人間における運動線維を選択するか、もしくは
(bb)(aa)でも出ない場合は対側のTractographyを参考に運動線維の走行を推定して、急性期のDWI画像において高信号と示される損傷部位、または慢性期にT2/FLAIR画像において低信号と示される損傷部位と、推定されるTractographyの通過点が重なる部位を運動線維が断裂している箇所と推定し、[1]を行う
ことを特徴とする、先行する項目のいずれかに記載の方法。
(項目42)
前記血管は、脳の表面から上矢状静脈洞へ注ぐ太い静脈を含む、先行する項目のいずれかに記載の方法。
(項目43)
前記特定は、ガドリニウム増強T1画像における高信号部位を血管と判断する、先行する項目のいずれかに記載の方法。
(項目44)
前記特定は、MRI画像に基づき該MRI画像について、DWI、T2、FLAIR(fluid-attenuated inversion-recovery)、およびDTIのうち少なくとも1つを測定することで達成される、先行する項目のいずれかに記載の方法。
(項目45)
前記特定は、MRI画像に基づき該MRI画像について、(1)FLAIR画像、(3)T2画像、(3)ガドリニウム増強T1画像のシークエンスで決定される、先行する項目のいずれかに記載の方法。
(項目46)
前記脳溝非侵襲経路の特定は、MRIにおけるT2強調画像およびFLAIR画像を確認することにより実現される、先行する項目のいずれかに記載の方法。
(項目47)
(E)において、
1)信号強度をプロットしたFLAIR画像において、低信号の部位、および
2)信号強度をプロットしたT2強調画像において、高信号の部位
の両方を満たす部位を、脳溝と特定する、先行する項目のいずれかに記載の方法。
(項目48)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。
(項目49)
前記画像化デバイスはMRI、CT、超音波検査装置または血管造影検査装置を含む、先行する項目のいずれかに記載の方法。
(項目50)
前記d)が、
C)前記コンピュータデバイスにより、前記取得した画像データおよび前記被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
E)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
を包含する、先行する項目のいずれかに記載の方法。
(項目51)
前記c)において、ガドリニウム増強T1画像における高信号部位を前記脳血管と判定することを含む、先行する項目のいずれかに記載の方法。
(項目52)
前記c)において、
1)信号強度をプロットしたFLAIR画像において、低信号の部位、および
2)信号強度をプロットしたT2強調画像において、高信号の部位
のう両方を満たす部位を、脳溝と特定する、先行する項目のいずれかに記載の方法。
(項目53)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法であって、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する方法。
(項目54)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つのデータを含む、項目53に記載の方法。
(項目55)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目54または55に記載の方法。
(項目56)
前記細胞の投与位置が、項目1~14のうちの1つまたは複数の方法により特定されたものである、項目53~55のいずれか一項に記載の方法。
(項目57)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法であって、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する方法。
(項目58)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目57に記載の方法。
(項目59)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目57または58に記載の方法。
(項目60)
前記細胞の投与位置が、項目15~25のうちの1つまたは複数の方法により特定されたものである、項目57~59のいずれか一項に記載の方法。
(項目61)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法であって、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する方法。
(項目62)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目61に記載の方法。
(項目63)
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent
areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目61または62のいずれか一項に記載の方法。
(項目64)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目61~63のいずれか一項に記載の方法。
(項目65)
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目26~52のうちの1つまたは複数の方法により特定されたものである、項目61~64のいずれか一項に記載の方法。
(項目66)
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目53~65のいずれか一項に記載の方法。
(項目67)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、プログラム。
(項目68)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つのデータを含む、項目67に記載のプログラム。
(項目69)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目67または68に記載のプログラム。
(項目70)
前記細胞の投与位置が、項目1~14のうちの1つまたは複数の方法により特定されたものである、項目67~69のいずれか一項に記載のプログラム。
(項目71)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含するプログラム。
(項目72)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目71に記載のプログラム。
(項目73)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目71または72に記載のプログラム。
(項目74)
前記細胞の投与位置が、項目15~25のうちの1つまたは複数の方法により特定されたものである、項目71~73のいずれか一項に記載のプログラム。
(項目75)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、プログラム。
(項目76)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目75に記載のプログラム。
(項目77)
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent
areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目75または76のいずれか一項に記載のプログラム。
(項目78)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目75~77のいずれか一項に記載のプログラム。
(項目79)
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目26~52のうちの1つまたは複数の方法により特定されたものである、項目75~78のいずれか一項に記載のプログラム。
(項目80)
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目67~79のいずれか一項に記載のプログラム。
(項目81)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、記録媒体。
(項目82)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つのデータを含む、項目81に記載の記録媒体。
(項目83)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目67または82に記載の記録媒体。
(項目84)
前記細胞の投与位置が、項目1~14のうちの1つまたは複数の方法により特定されたものである、項目81~83のいずれか一項に記載の記録媒体。
(項目85)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する記録媒体。
(項目86)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目85に記載の記録媒体。
(項目87)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目85または86に記載の記録媒体。
(項目88)
前記細胞の投与位置が、項目15~25のうちの1つまたは複数の方法により特定されたものである、項目85~87のいずれか一項に記載の記録媒体。
(項目89)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する、記録媒体。
(項目90)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目89に記載の記録媒体。
(項目91)
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent
areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目89または90のいずれか一項に記載の記録媒体。
(項目92)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目89~91のいずれか一項に記載の記録媒体。
(項目93)
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目26~52のうちの1つまたは複数の方法により特定されたものである、項目89~92のいずれか一項に記載の記録媒体。
(項目94)
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目81~93のいずれか一項に記載の記録媒体。
(項目95)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測するためのシステムであって、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
2)細胞の投与位置を示すデータ群を取得する取得部と、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力する入力部と、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させる算出部とを備える、システム。
(項目96)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つのデータを含む、項目95に記載のシステム。
(項目97)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目95または96に記載のシステム。
(項目98)
前記細胞の投与位置が、項目1~14のうちの1つまたは複数の方法により特定されたものである、項目95~97のいずれか一項に記載のシステム。
(項目99)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測するシステムであって、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させる算出部とを備える、システム。
(項目100)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目99に記載のシステム。
(項目101)
前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の組合せを含む、項目99または100に記載のシステム。
(項目102)
前記細胞の投与位置が、項目15~25のうちの1つまたは複数の方法により特定されたものである、項目99~101のいずれか一項に記載のシステム。
(項目103)
被験体の中枢神経障害に対する細胞治療の悪影響の発生確率を予測するシステムであって、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得する取得部と、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させる算出部とを備える、システム。
(項目104)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、項目103に記載のシステム。
(項目105)
前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent
areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、および脳溝と投与針との距離、投与針と太い脳内の血管との距離の組合せを含む、項目103または104のいずれか一項に記載のシステム。
(項目106)
前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の少なくとも1つを含む、項目93~105のいずれか一項に記載のシステム。
(項目107)
前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、項目26~52のうちの1つまたは複数の方法により特定されたものである、項目93~106のいずれか一項に記載のシステム。
(項目108)
前記悪影響が、運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血である、項目95~107のいずれか一項に記載のシステム。
(項目A1)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法であって、該方法は
X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Y)学習済みの該人工知能モデルに対して、A)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
Z)学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させるステップと
を包含する方法。
(項目A2)
B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
C)該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと、
F)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目A1に記載の方法。
(項目A3)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目A1またはA2に記載の方法。
(項目A4)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目A1~A3のいずれか一項に記載の方法。
(項目A5)
項目1~14のうちの1つまたは複数の特徴をさらに含む、項目A1~A4のいずれかに記載の方法。
(項目A6)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Y)学習済みの該人工知能モデルに対して、A)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
Z)学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させるステップと
を包含する、プログラム。
(項目A7)
前記方法が、
B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
C)該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと、
F)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目A6に記載のプログラム。
(項目A8)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目A6またはA7に記載のプログラム。
(項目A9)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目A6~A8のいずれか一項に記載のプログラム。
(項目A10)
項目1~14のうちの1つまたは複数の特徴をさらに含む、項目A6~A9のいずれかに記載のプログラム。
(項目A11)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
Y)学習済みの該人工知能モデルに対して、A)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
Z)学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させるステップと
を包含する、記録媒体。
(項目A12)
前記方法が、
B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
C)該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと、
F)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目A11に記載の記録媒体。
(項目A13)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目A11またはA12に記載の記録媒体。
(項目A14)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目A11~A13のいずれか一項に記載の記録媒体。
(項目A15)
項目1~14のうちの1つまたは複数の特徴をさらに含む、項目A11~A14のいずれかに記載の記録媒体。
(項目A16)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するためのシステムであって、該システムは
X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する部位のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
Y)学習済みの該人工知能モデルに対して、A)で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
Z)学習済みの該人工知能モデルに、細胞を投与する部位のデータを算出させる算出部とを備える、システム。
(項目A17)
B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手する入手部と、
C)該コンピュータデバイスにより、前記取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写する描写部と、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定する特定部であって、該運動線維の走行データが他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定する特定部と、
F)前記算出された投与部位を、グラフィック表示として出力する出力部と
をさらに備える、項目A16に記載のシステム。
(項目A18)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目A16またはA17に記載のシステム。
(項目A19)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目A16~A18のいずれか一項に記載のシステム。
(項目A20)
項目1~14のうちの1つまたは複数の特徴をさらに含む、項目A16~A19のいずれかに記載のシステム。
(項目B1)
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法であって、該方法は
(X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
(Y)学習済みの該人工知能モデルに対して、(A)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
(Z)学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させるステップと
を包含する方法。
(項目B2)
(B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
(C)前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
(G)前記算出された経路を、グラフィック表示として出力するステップと
をさらに包含する、項目B1に記載の方法。
(項目B3)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目B1またはB2に記載の方法。
(項目B4)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目B1~B3のいずれか一項に記載の方法。
(項目B5)
項目15~25のうちの1つまたは複数の特徴をさらに含む、項目B1~4のいずれか一項に記載の方法。
(項目B6)
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
(X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
(Y)学習済みの該人工知能モデルに対して、(A)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
(Z)学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させるステップと
を包含する、プログラム。
(項目B7)
前記方法が、
(B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
(C)前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
(G)前記算出された経路を、グラフィック表示として出力するステップと
をさらに包含する、項目B6に記載のプログラム。
(項目B8)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目B6またはB7に記載のプログラム。
(項目B9)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目B6~B8のいずれか一項に記載のプログラム。
(項目B10)
項目15~25のうちの1つまたは複数の特徴をさらに含む、項目B6~9のいずれか一項に記載のプログラム。
(項目B11)
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
(X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
(Y)学習済みの該人工知能モデルに対して、(A)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
(Z)学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させるステップと
を包含する、記録媒体。
(項目B12)
前記方法が、
(B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
(C)前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
(G)前記算出された経路を、グラフィック表示として出力するステップと
をさらに包含する、項目B11に記載の記録媒体。
(項目B13)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目B11またはB12に記載の記録媒体。
(項目B14)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目B11~B13のいずれか一項に記載の記録媒体。
(項目B15)
項目15~25のうちの1つまたは複数の特徴をさらに含む、項目B11~14のいずれか一項に記載の記録媒体。
(項目B16)
被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するためのシステムであって、該システムは
(X)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与するための投与針の通過領域のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
(Y)学習済みの該人工知能モデルに対して、(A)で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
(Z)学習済みの該人工知能モデルに、細胞を投与するための投与針の通過領域のデータを算出させる算出部と
を包含するシステム。
(項目B17)
(B)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手する入手部と、
(C)前記取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写する描写部と、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定する経路範囲特定部と、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定する脳溝非侵襲範囲特定部と、
(G)前記算出された経路を、グラフィック表示として出力する出力部と
をさらに備える、項目B16に記載のシステム。
(項目B18)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目B16またはB17に記載のシステム。
(項目B19)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目B16~18のいずれか一項に記載のシステム。
(項目B20)
項目15~25のうちの1つまたは複数の特徴をさらに含む、項目B16~19のいずれか一項に記載のシステム。
(項目C1)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する方法。
(項目C2)
ii)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
iii)前記細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
bb)該選択された投与部位への投与経路を特定することと、
cc)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
iv)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目C1に記載の方法。
(項目C3)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目C1またはC2に記載の方法。
(項目C4)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目C1~C3のいずれか一項に記載の方法。
(項目C5)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目C1~4のいずれか一項に記載の方法。
(項目C6)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目C1~5のいずれか一項に記載の方法。
(項目C7)
項目26~47のうちの1つまたは複数の特徴をさらに含む、項目C1~C6のいずれか一項に記載の方法。
(項目C8)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する、プログラム。
(項目C9)
前記方法が、
ii)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
iii)前記細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
bb)該選択された投与部位への投与経路を特定することと、
cc)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
iv)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目C8に記載のプログラム。
(項目C10)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目C8またはC9に記載のプログラム。
(項目C11)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目C8~C10のいずれか一項に記載のプログラム。
(項目C12)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目C8~11のいずれか一項に記載のプログラム。
(項目C13)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目C8~12のいずれか一項に記載のプログラム。
(項目C14)
項目26~47のうちの1つまたは複数の特徴をさらに含む、項目C8~C13のいずれか一項に記載のプログラム。
(項目C15)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する、記録媒体。
(項目C16)
前記方法が、
ii)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手するステップと、
iii)前記細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
bb)該選択された投与部位への投与経路を特定することと、
cc)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むことと、
iv)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目C15に記載の記録媒体。
(項目C17)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目C15またはC16に記載の記録媒体。
(項目C18)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目C15~C17のいずれか一項に記載の記録媒体。
(項目C19)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目C15~18のいずれか一項に記載の記録媒体。
(項目C20)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目C15~19のいずれか一項に記載の記録媒体。
(項目C21)
項目26~47のうちの1つまたは複数の特徴をさらに含む、項目C15~C20のいずれか一項に記載の記録媒体。
(項目C22)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させる算出部とを備える、システム。
(項目C23)
ii)前記画像化デバイスと連絡するコンピュータデバイスにより、前記被験体の脳の情報を入手する入手部と、
iii)前記細胞を投与する経路の候補を以下の手順で提供する提供部であって、該提供部は:
aa)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択する選択部と、
bb)該選択された投与部位への投与経路を特定する特定部と、
cc)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択する選択部と
を含む提供部と、
iv)前記算出された投与部位を、グラフィック表示として出力する出力部と
をさらに包含する、項目C22に記載のシステム。
(項目C24)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目C22またはC23に記載のシステム。
(項目C25)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目C22~C24のいずれか一項に記載のシステム。
(項目C26)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目C22~25のいずれか一項に記載のシステム。
(項目C27)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目C22~26のいずれか一項に記載のシステム。
(項目C28)
項目26~47のうちの1つまたは複数の特徴をさらに含む、項目C22~C27のいずれか一項に記載のシステム。
(項目D1)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する方法。
(項目D2)
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
iv)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目D1に記載の方法。
(項目D3)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目D1またはD2に記載の方法。
(項目D4)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目D1~D3のいずれか一項に記載の方法。
(項目D5)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目D1~4のいずれか一項に記載の方法。
(項目D6)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目D1~5のいずれか一項に記載の方法。
(項目D7)
項目49~52のうちの1つまたは複数の特徴をさらに含む、項目D1~D6のいずれか一項に記載の方法。
(項目D8)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップとを包含する、プログラム。
(項目D9)
前記方法が、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
iv)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目D8に記載のプログラム。
(項目D10)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目D8またはD9に記載のプログラム。
(項目D11)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目D8~10のいずれか一項に記載のプログラム。
(項目D12)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目D8~D11のいずれか一項に記載のプログラム。
(項目D13)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目D8~D12のいずれか一項に記載のプログラム。
(項目D14)
項目49~52のうちの1つまたは複数の特徴をさらに含む、項目D8~D13のいずれか一項に記載のプログラム。
(項目D15)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力するステップと、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させるステップと
を包含する、記録媒体。
(項目D16)
前記方法が、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
iv)前記算出された投与部位を、グラフィック表示として出力するステップと
をさらに包含する、項目D15に記載の記録媒体。
(項目D17)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目D15またはD16に記載の記録媒体。
(項目D18)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目D15~17のいずれか一項に記載の記録媒体。
(項目D19)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目D15~D18のいずれか一項に記載の記録媒体。
(項目D20)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目D15~D19のいずれか一項に記載の記録媒体。
(項目D21)
項目49~52のうちの1つまたは複数の特徴をさらに含む、項目D15~D20のいずれか一項に記載の記録媒体。
(項目D22)
被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
x)該被験体の脳の少なくとも一部の画像データ群と、細胞を投与する経路のデータ群とを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
y)学習済みの該人工知能モデルに対して、i)で取得した該被験体の脳の少なくとも一部の画像データを入力する入力部と、
z)学習済みの該人工知能モデルに、細胞を投与する経路のデータを算出させる算出部とを備える、システム。
(項目D23)
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する入手部と、
iii)該細胞を投与する経路の候補を以下の手順で提供する提供部であって、該提供部は:
a)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択する切除位置選択部と、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択する開口部選択部と、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定する特定部と、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択する選択部と、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供する情報提供部と、を含む、提供部と、
iv)前記算出された投与部位を、グラフィック表示として出力する出力部と
をさらに備える、項目D22に記載のシステム。
(項目D24)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータのうちの少なくとも1つを含む、項目D22またはD23に記載のシステム。
(項目D25)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該運動線維が障害を受けている障害位置データ、該被験体の脳表の位置データ、該被験体の浮腫領域データ、および該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータの組み合わせを含む、項目D22~D24のいずれか一項に記載のシステム。
(項目D26)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データのうちの少なくとも1つを含む、項目D22~25のいずれか一項に記載のシステム。
(項目D27)
前記被験体の脳の少なくとも一部の画像データが、該被験体の運動線維の走行データ、該被験体の脳溝の位置データ、該被験体の脳表と頭蓋骨との距離データ、該被験体の脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位のデータ、人工骨、人工硬膜またはチタンプレートなどの人工物の位置データ、皮膚直下の太い動脈の位置データおよび太い脳内の血管の位置データの組み合わせを含む、項目D22~26のいずれか一項に記載のシステム。
(項目D28)
項目49~52のうちの1つまたは複数の特徴をさらに含む、項目D22~D27のいずれか一項に記載のシステム。
(1)投与部位決定
本開示のように、客観的な方法を提供することで、正確な投与を行うことができ、脳に対する細胞療法の成功率を格段に上昇させることができる。また、コンピュータプログラム化することで、術者に対して成功し得る投与部位の選択肢を提供し、経験と勘に頼った手術ではなく、一定程度客観性を持った手術をすることができ、再現性や成功率の上昇に寄与することができる。
(2)投与針の通過経路決定
本開示のように、客観的な方法を提供することで、正確な投与を行うことができ、脳に対する細胞療法の成功率を格段に上昇させることができる。また、コンピュータプログラム化することで、術者に対して成功し得る投与経路の選択肢を提供し、経験と勘に頼った手術ではなく、一定程度客観性を持った手術をすることができ、再現性や成功率の上昇に寄与することができる。
(3)髄液漏れを防ぐ方法
本開示のように、髄液漏れの客観的な方法を提供することで、失敗確率を大幅に減らした細胞療法を行うことができ、脳に対する細胞療法の成功率を格段に上昇させることができる。また、コンピュータプログラム化することで、術者に対して成功し得る髄液漏れの手法の選択肢を提供し、経験と勘に頼った手術ではなく、一定程度客観性を持った手術をすることができ、再現性や成功率の上昇に寄与することができる。
本明細書において、「対象」または「被検体」もしくは「被験体」(英文ではsubject)とは、患者(patient)と同義に用いられ、細胞治療などの本開示の技術が対象とする任意の生体または動物をいい、時に目的物(object)と称されることがあるが、これらは同じ意味である。対象としては、好ましくは、ヒトであるがこれに限定されない。
本明細書において、MRI(magnetic resonance imaging)は、核磁気共鳴画像(NMRI:nuclear magnetic resonance imaging)とも呼ばれている。人の身体の2/3は水で構成されており、更には、各種脂肪酸やアミノ酸などの構造式にも水素(H)が含まれているために、医療用MRIでは、この水素原子(1H)の信号で画像が描出されている。水素は、1個の陽子(プロトン)と1個の電子で構成されており、陽子の周りを電子が回転(スピン)している。このスピンにより、個々の水素原子は、微少な磁化をおびている。通常は、このスピンの方向がバラバラであるために全体としては、磁化がみられない。ここに、外部から強力な磁場がかかると、個々の水素原子のスピンの向きが強制的に同一方向に修正される。この状態に特定の周波数(例:42.58MHz)の電波をあてると、水素原子核はその電波に共鳴して自ら電波を発信する。この現象が核磁気共鳴と呼ばれ、この現象に位置情報を加えて、信号の強度分布を示した地図が、核磁気共鳴画像すなわちMRIとなる。この特定の周波数の電波をパルス状に与え、その条件を変化させることにより、異なるタイプの画像が描出される(T1強調画像、T2強調画像など)。
以下に本開示の好ましい実施形態を説明する。以下を含め本明細書において提供される実施形態は、本開示のよりよい理解のために提供されるものであり、本開示の範囲は以下の記載に限定されるべきでないことが理解される。従って、当業者は、本明細書中の記載を参酌して、本開示の範囲内で適宜改変を行うことができることは明らかである。また、本開示の以下の実施形態は単独でも使用されあるいはそれらを組み合わせて使用することができることが理解される。
本開示は、1つの局面において、被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法を提供する。
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を特定することと、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を特定することと、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する。
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
bb)該選択された投与部位への投与経路を特定するステップと、
cc)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法を提供する。
i)、該被験体の脳の少なくとも一部の画像データを取得する画像化デバイスと、
ii)被験体の脳の情報を入手する、該画像化デバイスと連絡するコンピュータデバイスと、
iii)該細胞を投与する経路の候補を以下の手順で提供することを実現する演算ユニットであって、該手順は:
a)該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を特定することと、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を特定することと、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択することと、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こと
とを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供する演算ユニットと、
iv)該選択された投与部位を、グラフィック表示として出力する表示ユニットとを包含する。
1つの実施形態において、本開示は、被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法を提供する。この方法は、A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該運動線維の走行データにおいて、運動線維の走行データが他の部位より低い部分を特定し、該低い部分を、障害を受けている運動線維と特定するステップとE)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、F)該選択された投与部位を、グラフィック表示として出力するステップとを包含する。
一つの局面では、本開示は、細胞を投与するための投与針の通過領域決定法を提供する。
A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に出ない脳溝非侵襲範囲を特定するステップと、
F)該コンピュータデバイスにより、D)とE)で算出した経路範囲のうち重複する範囲の範囲内で経路を設定するステップと
G)該設定された経路を、グラフィック表示として出力するステップと
を包含する方法。
一つの実施形態において、MRIにおけるT2強調画像およびFLAIR (fluid-attenuated inversion-recovery)像による確認は、A)FLAIRでは脳をピクセル画像で信号強度をプロットした際に、正常な脳実質(中信号)と脳溝(低信号)で区別される2つのピークが存在する。その低信号部位を脳溝と判定する。
これらの両方で確認される脳溝を実際の脳溝と判定する。
一つの局面において、被験体の脳における髄液漏れを防止する方法であって、A)脳の表面に存在する硬膜を切開するステップと、B)穿刺開始予定部位の脳表のくも膜と軟膜をバイポーラー凝固鑷子などの電気外科器具などの電気外科機器を用いて凝固接着させるステップであって、該くも膜が白濁するまであるいは、白濁することが理解されている画像条件もしくは出力条件に設定するステップとを含む。ここで白濁することが理解されている画像条件としては、例えば、くも膜を目視もしくはカメラなどを介してくも膜を表示する画像のレベルが概脳の表面に存在する微小血管が確認できなくなるまで、あるいは出力の機械の種類に応じて、白濁することが達成できることが知られるレベルに設定することで、特定することができる。
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
bb)該選択された投与部位への投与経路を特定するステップと、
cc)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと
を含むステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する。
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)必要に応じて、該コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することと、
b)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
c)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
d)該コンピュータデバイスにより、該障害位置の付近の安全領域を投与部位として選択するステップと、
e)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含み、必要に応じて、該脳経路除外領域に関する情報から該投与経路に関して適切性の情報を提供することと、
を含む、ステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する。
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療の悪影響の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する。
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する。
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療の悪影響のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療の悪影響の発生確率を算出させるステップと
を包含する。
1つの実施形態では、本開示はプログラムとして提供されることができ、脳梗塞を有する患者の脳のMRI画像を撮像し、撮像したMRI画像についてDWI、T2、FLAIRおよびDTIを測定する。測定により得られる画像をプログラムに取り込ませることで実現することができる。
areaと呼ばれる部位以外)を細胞投与安全領域として示し、患者が脳梗塞慢性期または外傷・脳出血の慢性期の場合、T2/FLAIRで高信号(A)FLAIRでは脳をピクセル画像で信号強度をプロットした際に、正常な脳実質(中信号)と脳溝(低信号)で区別される2つのピークが存在する。その低信号部位を脳溝と判定する。B)T2強調画像では脳をピクセル画像で信号強度をプロットした際に、正常な脳実質(中信号)と脳溝(高信号)で区別される2つのピークが存在する。その高信号部位を脳溝と判定する。これらの両方で確認される脳溝を実際の脳溝と判定する。)の領域を、細胞投与不可領域として示し、脳表から2cm以内の領域を、細胞投与不可領域として示し、DTI画像では白く描出されるが、DWI画像では白く描出されない部位から0.5cm以内の領域を、細胞投与不可領域として示し、T2画像、FLAIR画像において、浮腫が強く出ている部位を、細胞投与不可領域として示し、DTI画像において、目的領域(Region
of Interest;ROI)として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分(FA値が少なくとも50%以上低い部分)を障害位置として特定し、運動線維部位を除く、特定した障害位置を中心に半径1.5cmの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示すことができる。
・安全(推奨)範囲:脳溝と針との距離が5mm以上離れている。
・投与可能範囲(中難易度):脳溝と針との距離が5mm未満、1mm以上である。
・投与不可能範囲(高難易度):脳溝と針との距離が1mm未満(針が脳溝を貫通する場合を含む)である。
・安全(推奨)範囲:針と太い脳内の血管との距離が5mm以上離れている。
・投与可能範囲(中難易度):針と太い脳内の血管との距離が5mm未満、1mm以上である。
・投与不可能範囲(高難易度):針と太い脳内の血管との距離が1mm未満(針が血管を貫通する場合を含む)である。
針と太い脳内の血管との距離を、安全(推奨)範囲、投与可能範囲(中難易度)および投与不可能範囲(高難易度)に分類するための数値は、医師により自由に変更することが可能である。
本実施例では、細胞投与部位を決定するために事前に脳MRIで運動線維を描出する。描出された運動線維(脳損傷が強く、描出されない場合には対側の健常な運動線維を参考にする)が障害を受けている部分を把握し、同部位に可及的に近い場所(半径1.5cm以内)で神経機能に重要な働きをしていないと考えられる部位を投与部位として選択する。
T2画像とFLAIR画像を用いて、DWI陰性(細胞死を免れた)であるが浮腫が強く出ている部位(回復可能ではあるが、投与には必ずしも望ましくない)を評価し、DTI画像から運動線維を描出して、どこで運動線維が断裂しているかを評価する。
(実施例2:投与位置決定例1)
ラクナ梗塞を有する74才女性において、細胞投与位置を決定した。
(結果)
投与後360日後、脳卒中重症度評価スケールのひとつであるNIHSS(National Institute of Health Stroke Scale)の低下、機能的自立度評価(FIM)、バーセルインデックス(BI)の改善が見られたが、Fugl-Meyer評価(FMA)は変わらなかった(表2)。
新原生脳塞栓症および右中大脳脈閉塞を有する67才男性において、細胞投与位置を決定した。
投与後360日後、NIHSSの低下、FIMおよびBIの改善が見られたが、FMAは変わらなかった。運動機能の経時的な改善が見られた(表3)。
アテローム血栓性梗塞および右頸部頸動脈閉塞を有する58才男性において、細胞投与位置を決定した。
投与後360日後、NIHSSの低下、FIMの改善が見られたが、BIおよびFMAは変わらなかった(表4)。
アテローム血栓性梗塞および右中大脳動脈狭窄を有する64才男性において、細胞投与位置を決定した。
DWI画像において左前頭葉に高信号となる白い部分が散在性に認められたため、この部位を梗塞部位と判定した(図4A)。DTI画像から、梗塞部位内にTractographyの信号が弱いながらも確認され、かつ信号は反対側に比べて少なくなっていることから、この中で運動線維が断裂されていると判断した(図4B)。ここに可及的に近い場所でDWIで確認される梗塞部位の前方外側の部位を投与部位と決定した(図4C)。選択した位置に、5,000万個の細胞を投与した。
投与後180日後、NIHSSの低下、FIMおよびBIの改善が見られたが、FMAは変わらなかった(表5)。
右半球に広範な脳梗塞を生じていた(図5A)。脳梗塞の中を運動神経の線維(青)が通過していることが分かり(かつ、信号は反対側に比べて少なくなっている)、トラクトグラフィーがDWI内を通過する部位で神経線維が損傷され麻痺を出していると考えられたため(図5B)、同部位の近くかつ安全と考えられる右尾状核に細胞を投与した(図5C)。
術後1年経過し、NIHSS、BI、FMA、FIM全てにおいて改善を認めた(表6)。
左内包部分でトラクトグラフィーが脳梗塞巣(DWI陽性)を通過していたため(図6Aおよび6B)、同部位が原因で麻痺が出ていると判断し、脳梗塞巣(DWI)すぐ近傍の左尾状核頭部に細胞を投与した(図6C)。
(結果)
術後半年経過し、NIHSS、BI、FMA、FIM全てにおいて改善を認めた(表7)。
右前頭葉深部白質の放線冠にDWIで白く写る急性期脳梗塞が存在していた(図7A))。トラクトグラフィーは描出されなかったが、それは内部を通過しているためと考えられた(図7B)。そのため細胞投与を反対側から想定されるトラクトグラフィーに近く、安全と考えられる右尾状核外側白質に投与した(図7C)。
(結果)
投与1ヶ月後で投与7日前と比較し、NIHSS、FIM、BI、FMAの改善を認めている。mRSは変化が無かった(表8)。
本実施例では、事前に脳MRIを用いて脳表の太い静脈を確認し針の通過の際に同部位を貫通することが無いように策定した。また一旦脳内に針を刺入した場合以後は脳溝に出ない様な通路を選んだ(脳溝に出ることによって脳の表面を走っている細い静脈や動脈を傷つける恐れがある)。この手法は、手術の方法として記載できるほか、プログラムとしても記載可能である。
MRIのFLAIR画像、T2画像、およびガドリニウム増強T1画像を用いて、細胞投与ルートを決定した。皮膚は以前に切開されているため、その切開を利用した穿頭孔となるようルートを決定した。Medtronic社のナビ計算システムFlameLinkにMRI画像を取り込むことで、皮膚の切開部位を皮膚の陥凹として確認し、脳表が骨直下にある部位(脳回の頂点)であり、かつ刺入点が機能性部位と重ならないよう投与ルートとして選択した。投与ルート決定後、FLAIR/T2画像を用いて脳内を進む針が脳溝に出ていない事を、ガドリニウム画像を用いて太い脳内の血管および脳溝周囲の血管に接触していないことを確認した。
(結果)
投与全例で脳内出血等の合併症を認めなかった。
本実施例では、脳の表面に存在するくも膜を切開すると脳内の髄液が流出する。脳は髄液の中に浮いている様に存在するため、時間が経過した際には脳の位置がずれるbrain shift (sinking)が生じる。これを防ぐためにくも膜を切開する前に、穿刺開始予定部位の脳表のくも膜と軟膜をバイポーラー凝固鑷子などの電気外科器具を用いて凝固接着させる方法がある。これにより針を挿入している際にも脳のずれを防ぐことが出来る。これは特に複数回の穿刺を必要とする場合において特に重要である。
本実施例では、プログラムを用いた細胞投与位置の決定を実施する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所(一般的に脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外)を細胞投与安全領域として示す。
・DWI画像において白く映る部分を、細胞投与不可領域として示す。
・脳表から2cm以内の領域を、細胞投与不可領域として示す。
・T2画像、FLAIR画像において、浮腫が強く出ている部位(A)信号強度をプロットしたFLAIR画像において高信号の部位、およびB)信号強度をプロットしたT2強調画像において、高信号の部位のうちの両方を満たす部位)を、細胞投与不可領域として示す。
・DTI画像において、目的領域(Region of Interest;ROI)として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分(FA値(fractional anisotropy value)が少なくとも50%以上低い部分)を障害位置として特定する。
・運動線維部位を除く、特定した障害位置を中心に半径1.5cmの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
本実施例では、脳における損傷ダメージが大きい場合の、プログラムを用いた細胞投与位置の決定を実施する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所(一般的にAVMでeloquent areaと呼ばれる部位以外)を細胞投与安全領域として示す。
・DWI画像において白く映る部分を、細胞投与不可領域として示す。
・脳表から2cm以内の領域を、細胞投与不可領域として示す。
・T2画像、FLAIR画像において、浮腫が強く出ている部位(A)信号強度をプロットしたFLAIR画像において高信号の部位、およびB)信号強度をプロットしたT2強調画像において、高信号の部位のうちの両方を満たす部位)を、細胞投与不可領域として示す。
・脳における損傷ダメージが大きく、ROIとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得神経を参考に神経線維の走行を推定する。急性期のDWI画像において高信号と示される損傷部位、または慢性期にT2/FLAIR画像において低信号と示される損傷部位と推定されるトラクトグラフィーの通過点が重なる部位を運動線維が断裂している箇所と推定する。
・運動線維部位を除く、特定した障害位置を中心に半径1.5cmの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
本実施例では、プログラムを用いた細胞投与位置を決定する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所(一般的にAVMでeloquent areaと呼ばれる部位以外)を細胞投与安全領域として示す。
・患者が外傷・脳出血の急性期の場合、CTで高信号(ハンスフィールドユニットで少なくとも50以上)の領域を、細胞投与不可領域として示す。
・脳表から2cm以内の領域を、細胞投与不可領域として示す。
・T2画像、FLAIR画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・DTI画像において、目的領域(Region of Interest;ROI)として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分(FA値が少なくとも50%以上低い部分)を障害位置として特定する。
・運動線維部位を除く、特定した障害位置を中心に半径1.5cmの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
本実施例では、脳における損傷ダメージが大きい場合の、プログラムを用いた細胞投与位置の決定を実施する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所(一般的にAVMでeloquent areaと呼ばれる部位以外)を細胞投与安全領域として示す。
・患者が外傷・脳出血の急性期の場合、CTで高信号の領域を、細胞投与不可領域として示す。
・脳表から2cm以内の領域を、細胞投与不可領域として示す。
・T2画像、FLAIR画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・脳における損傷ダメージが大きく、ROIとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得神経を参考に神経線維の走行を推定する。
・運動線維部位を除く、特定した障害位置を中心に半径1.5cmの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
本実施例では、プログラムを用いた細胞投与位置の決定を実施する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所(一般的にAVMでeloquent areaと呼ばれる部位以外)を細胞投与安全領域として示す。
・患者が脳梗塞慢性期または外傷・脳出血の慢性期の場合、A)信号強度をプロットしたFLAIR画像において高信号の部位、およびB)信号強度をプロットしたT2強調画像において、高信号の部位のうちの両方を満たす領域を、細胞投与不可領域として示す。
・脳表から2cm以内の領域を、細胞投与不可領域として示す。
・T2画像、FLAIR画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・DTI画像において、目的領域(Region of Interest;ROI)として中心前回、内包後脚および橋を選択して、運動線維を描出させ、運動線維の走行データが他の部位より低い部分(FA値が少なくとも50%以上低い部分)を障害位置として特定する。
・運動線維部位を除く、特定した障害位置を中心に半径1.5cmの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
本実施例では、脳における損傷ダメージが大きい場合の、プログラムを用いた細胞投与位置の決定を実施する。
・事前に取り込ませた、細胞の投与に際し安全性の高い、出血やアレルギー反応を起こしても障害が少ない場所(一般的にAVMでeloquent areaと呼ばれる部位以外)を細胞投与安全領域として示す。
・患者が脳梗塞慢性期または外傷・脳出血の慢性期の場合、T2/FLAIRで高信号の領域を、細胞投与不可領域として示す。
・脳表から2cm以内の領域を、細胞投与不可領域として示す。
・T2画像、FLAIR画像において、浮腫が強く出ている部位を、細胞投与不可領域として示す。
・脳における損傷ダメージが大きく、ROIとして中心前回、内包後脚および橋を選択しても、中心前回、内包後脚、橋の単独にしても運動線維を描出できない場合、対側の健常な運得線維を参考に神経線維の走行を推定する。
・運動線維部位を除く、特定した障害位置を中心に半径1.5cmの領域かつ細胞投与安全領域であり、細胞投与不可領域を除く領域を、細胞投与候補位置として示す。
本実施例では、細胞投与候補位置の1つを選択した後、プログラムを用いた細胞の投与経路の決定を行う。
・皮膚直下の脳表と頭蓋骨との距離に応じて、以下のように脳の領域を分類する。
・eloquent areaが直下にある皮膚の領域を刺入不可領域として示す。
・ガドリニウム増強T1画像において、直下に太い静脈がある皮膚領域を刺入不可領域として示す。
・人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与不可部位として示す。
・FLAIR/T2画像において、脳溝領域(A)信号強度をプロットしたFLAIR画像において、低信号の領域、およびB)信号強度をプロットしたT2強調画像において、高信号の領域の両方を満たす領域)を投与不可領域として示す。
・脳溝と針との距離に応じて、以下のように脳の領域を分類する。
・ガドリニウム増強T1画像において、針と太い脳内の血管との距離に応じて、以下のように脳の領域を分類する。
・細胞投与候補位置と、刺入推奨領域とを結ぶ直線経路の内、脳表と頭蓋骨との距離との距離が安全(推奨)範囲内であり、脳溝と針との距離が安全(推奨)範囲内であり、針と太い脳内の血管との距離が安全(推奨)範囲であり、投与不可部位/領域を通過しない経路を優先的に示す。
本実施例では、細胞投与候補位置の1つを選択した後、プログラムを用いた細胞の投与経路の決定を行う。
・皮膚直下の脳表と頭蓋骨との距離が5mm未満であり、皮膚直下が脳回の頂点である皮膚領域を刺入推奨領域として示す。
・eloquent areaが直下にある皮膚の領域を刺入不可領域として示す。
・ガドリニウム増強T1画像において、直下に太い静脈がある皮膚領域を刺入不可領域として示す。
・以前の皮膚切開部位を、MRI画像において皮膚の陥凹として示し、次いで、以前の切開創上の領域を切開推奨領域、以前の切開創から3cm未満の領域を切開可能領域、以前の切開創から3cm以上離れた領域を切開不可領域として示す。
・人工骨、人工硬膜またはチタンプレートなどの人工物がある場所を投与不可部位として示す。
・FLAIR/T2画像において、脳溝領域を投与不可領域として示す。
・ガドリニウム増強T1画像において、太い脳内の血管および脳溝の血管から1mm以内の領域を投与不可領域と示す。
・細胞投与候補位置と、刺入推奨領域かつ切開推奨領域である領域とを結ぶ直線経路の内、脳表と頭蓋骨との距離との距離が安全(推奨)範囲内であり、脳溝と針との距離が安全(推奨)範囲内であり、針と太い脳内の血管との距離が安全(推奨)範囲であり、投与不可部位/領域を通過しない経路を優先的に示す。
本実施例では、くも膜の白濁度合いを指標として、髄液漏れを防止するためのシステムを開示する。
本実施例では、焼灼の時間およびバイポーラーの出力を指標として、髄液漏れを防止するためのシステムを開示する。
(実施例22:細胞投与位置に基づく細胞治療の悪影響の発生確率の予測例)
(1)対象患者
脳梗塞の患者を対象とする。
(2)MRI画像撮影
それぞれの患者について、亜急性期及び慢性期に相当する時期に、脳のMRI画像を撮影する。撮影はMRI装置(3T Achieva TX(Philips Medical Systems))をデフォルトの設定(b= 0, 1000 s mm-2,
TR/TE = 5032/ 85 msec, NEX = 1, voxel size =3 x 3 x 3 mm3, no. of slices = 43, 32 diffusion gradient directions)で用いて行う。
(3)MRI画像解析
撮影したMRI画像に基づき、脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの点を評価し、細胞の投与位置を決定する。
(4)骨髄幹細胞の調製及び投与
症例登録後、速やかに患者の骨髄を採取し、北海道大学病院臨床研究開発センター細胞プロセッシング室において細胞培養および骨髄幹細胞の調製を施行する。調製した骨髄幹細胞(2000万個又は5000万個/患者)を、骨髄採取の3~5週後に患者の脳内に直接投与する。
(5)悪影響評価
投与後の患者に細胞治療に起因する悪影響(運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血など)が無いか評価する。
(6)結果
脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの点と、細胞治療の悪影響の発生確率とが相関することがわかり、これらの結果を表示することにより、当業者は、自己の採用すべき投与位置について最適な決定を下すための助けとすることができる。
(実施例23:細胞投与経路に基づく細胞治療の悪影響の発生確率の予測例)
(1)対象患者
脳梗塞の患者を対象とする。
(2)MRI画像撮影
それぞれの患者について、亜急性期及び慢性期に相当する時期に、脳のMRI画像を撮影する。撮影はMRI装置(3T Achieva TX(Philips Medical Systems))をデフォルトの設定(b= 0, 1000 s mm-2,
TR/TE = 5032/ 85 msec, NEX = 1, voxel size =3 x 3 x 3 mm3, no. of slices = 43, 32 diffusion gradient directions)で用いて行う。
(3)MRI画像解析
撮影したMRI画像に基づき、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離について評価し、細胞投与経路を決定する。
(4)骨髄幹細胞の調製及び投与
症例登録後、速やかに患者の骨髄を採取し、北海道大学病院臨床研究開発センター細胞プロセッシング室において細胞培養および骨髄幹細胞の調製を施行する。調製した骨髄幹細胞(2000万個又は5000万個/患者)を、骨髄採取の3~5週後に患者の脳内に直接投与する。
(5)悪影響評価
投与後の患者に細胞治療に起因する悪影響(運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血など)が無いか評価する。
(6)結果
投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の点と、細胞治療の悪影響の発生確率とが相関することがわかり、これらの結果を表示することにより、当業者は、自己の採用すべき投与経路について最適な決定を下すための助けとすることができる。
(実施例24:細胞投与位置およびその細胞投与位置に投与するための細胞投与経路に基づく細胞治療の悪影響の発生確率の予測例)
(1)対象患者 脳梗塞の患者を対象とする。
(2)MRI画像撮影
それぞれの患者について、亜急性期及び慢性期に相当する時期に、脳のMRI画像を撮影する。撮影はMRI装置(3T Achieva TX(Philips Medical Systems))をデフォルトの設定(b= 0, 1000 s mm-2,
TR/TE = 5032/ 85 msec, NEX = 1, voxel size =3 x 3 x 3 mm3, no. of slices = 43, 32 diffusion gradient directions)で用いて行う。
(3)MRI画像解析
撮影したMRI画像に基づき、脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの点を評価し、細胞の投与位置を決定し、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離について評価し、細胞投与経路を決定する。
(4)骨髄幹細胞の調製及び投与
症例登録後、速やかに患者の骨髄を採取し、北海道大学病院臨床研究開発センター細胞プロセッシング室において細胞培養および骨髄幹細胞の調製を施行する。調製した骨髄幹細胞(2000万個又は5000万個/患者)を、骨髄採取の3~5週後に患者の脳内に直接投与する。
(5)悪影響評価
投与後の患者に細胞治療に起因する悪影響(運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または失血など)が無いか評価する。
(6)結果
脳表との距離、脳内の障害位置との距離、浮腫領域との距離、および脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの点ならびに投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に太い静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートなどの人工物を通過するかどうか、脳溝と投与針との距離、および投与針と太い脳内の血管との距離の点と、細胞治療の悪影響の発生確率とが相関することがわかり、これらの結果を表示することにより、当業者は、自己の採用すべき投与位置および経路について最適な決定を下すための助けとすることができる。
以上のように、本開示の好ましい実施形態を用いて本開示を例示してきたが、本開示は、特許請求の範囲によってのみ、その範囲が解釈されるべきであることが理解される。本明細書において引用した特許、特許出願および他の文献は、その内容自体が具体的に本明細書に記載されているのと同様に、その内容が本明細書に対する参考として援用されるべきであることが理解される。本出願は、日本国特許庁に、2019年12月27日に出願された特願2019-239560に対する優先権主張を伴うものであり、その内容は、その全体が本願において参考として援用される。
Claims (93)
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法であって、該方法は
A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
E)該コンピュータデバイスにより、該障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択するステップと、
F)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。 - 前記画像化デバイスはMRI、CT、超音波検査装置または血管造影検査装置を含む、請求項1に記載の方法。
- 前記画像化デバイスはMRIであり、前記被験体の脳の少なくとも一部の画像データは少なくともDTI画像を含み、前記運動線維の走行データは、該DTI画像中に表現される、請求項1に記載の方法。
- 前記走行データは、前記DTI画像におけるFA値(fractional anisotropy value)により表現される、請求項3に記載の方法。
- 前記運動線維の走行データの輝度値が他の部位より低い部位における走行データの低下は、少なくとも50%以上の低下である、請求項1に記載の方法。
- 前記AVMでeloquent areaと呼ばれる部位以外の領域は、前記障害位置から半径1.5cm以内に存在する位置を含む、請求項1に記載の方法。
- 前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、請求項1に記載の方法。
- 前記投与部位は、前記障害位置ごとに決定される、請求項1に記載の方法。
- 前記投与部位は、前記障害位置に対して1または複数存在する、請求項1に記載の方法。
- 前記運動線維の走行データが得られない場合、対側の健常な運動線維の対称を該得られない側の該走行データとして用いることを特徴とする、請求項1に記載の方法。
- 前記画像化デバイスはMRIであり、前記被験体の脳の少なくとも一部の画像データは少なくともDWI画像、T2強調画像、FLAIR画像およびDTI画像を含み、
前記選択は、
該DWI画像と該T2強調画像とを比較することにより特定される、現在の脳梗塞で損傷を受けた領域を選択から外し、
該DWI画像では白く描出されない部位であるが、該T2強調画像および該FLAIR画像において浮腫が強く出ている部位もまた、選択から外し、該DTI画像で運動線維を描出し、該描出された運動線維の領域を選択から外し、
前記コンピュータデバイスが、
a)信号強度をプロットした該FLAIR画像において、高信号の部位、および
b)信号強度をプロットした該T2強調画像において、高信号の部位
のうちの両方を満たす部位を、浮腫と特定する、
請求項1に記載の方法。 - 前記画像化デバイスはMRIであり、前記被験体の脳の少なくとも一部の画像データは少なくともDWI画像、T2強調画像、FLAIR画像およびDTI画像を含み、
[1]該DTI画像においてTractographyが描出される場合、
(a)該DTI画像においてTractographyが断裂しているか、または弱くなっている部分に近い場所で可及的に近接する正常脳組織であり、かつ、
(b)AVMでeloquent areaと呼ばれる部位以外の領域である
という条件を満たす部位を投与部位として選択するか、または
[2]該DTI画像においてTractographyが描出されない場合、
(aa)中心前回、内包後脚、橋のそれぞれ単独をROIとして設定した場合において出てくるTractographyの中で、健常な人間における運動線維を選択するか、もしくは
(bb)(aa)でもTractographyが出ない場合は対側のTractographyの対称を取ることにより、運動線維の走行を推定して、急性期の該DWI画像において高信号と示される損傷部位、または慢性期に該T2強調/FLAIR画像において低信号と示される損傷部位と、対側のTractographyの対称を取ることにより推定されるTractographyの通過点が重なる部位を運動線維が断裂している箇所と推定し、[1]を行う
ことを特徴とする、請求項3に記載の方法。 - 前記[1]において、前記T2強調/FLAIR画像の高信号部位も避けてその可及的近傍である部分という条件をさらに満たす部位を投与部位として選択する、請求項12に記載の方法。
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法であって、該方法は
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
(B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
(C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に該針が出ない脳溝非侵襲経路を特定するステップと、
(F)該コンピュータデバイスにより、該(D)と該(E)で算出した経路範囲のうち重複する範囲内で経路を設定するステップと
(G)該設定された経路を、グラフィック表示として出力するステップと
を包含する方法。 - 前記血管は、脳の表面から上矢状静脈洞へ注ぐ、ガドリニウム増強T1画像で同定できる静脈を含む、請求項14に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともガドリニウム増強T1画像を含み、前記(D)の特定は、ガドリニウム増強T1画像における高信号部位を血管と判断する、請求項14に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともDWI画像、T2強調画像、FLAIR画像およびDTI画像を含み、前記(D)および(E)の特定は、該DWI、該T2強調、該FLAIR、および該DTIのうち少なくとも1つを測定することで達成される、請求項14に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともガドリニウム増強T1画像、T2強調画像およびFLAIR画像を含み、前記(D)および(E)の特定は、(1)該FLAIR画像、(2)該T2強調画像、(3)該ガドリニウム増強T1画像のシークエンスで決定される、請求項14に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともT2強調画像およびFLAIR画像を含み、前記脳溝非侵襲経路の特定は、該MRIにおける該T2強調画像および該FLAIR画像を確認することにより実現される、請求項14に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともT2強調画像およびFLAIR画像を含み、
前記(E)において、
1)信号強度をプロットした該FLAIR画像において、低信号の部位、および
2)信号強度をプロットした該T2強調画像において、高信号の部位
の両方を満たす部位を、脳溝と特定する、請求項14に記載の方法。 - 被験体の脳における髄液漏れを防止するためのシステムであって、
A)脳の表面に存在する硬膜を切開する切開具と、
B)電気外科器具であって、該電気外科器具の出力および凝固接着予定領域の面積を入力すると、凝固接着に必要な時間を計算し、凝固接着を開始して予想時間経過後に焼灼を止めるための警告を示すように構成される、電気外科器具と
C)該くも膜の白濁を検出し得るセンサーと
を含むシステム。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
bb)該選択された投与部位への投与経路を特定することと、
を含むステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。 - 前記iii)がcc)前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項22に記載の方法。
- 前記aa)が、
C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写することと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定することであって、該運動線維の走行データにおいて、該運動繊維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定することと
E)該コンピュータデバイスにより、該障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと
を包含する、請求項22または23に記載の方法。 - 前記bb)が、
(C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写することと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定することと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後脳溝に該針が出ない脳溝非侵襲範囲を特定することと、
(F)該コンピュータデバイスにより、該(D)と該(E)で算出した経路範囲のうち重複する範囲内で経路を設定することと
を包含する、請求項22または23に記載の方法。 - 前記画像化デバイスはMRI、CT、超音波検査装置または血管造影検査装置を含む、請求項24または25に記載の方法。
- 前記画像化デバイスはMRIであり、前記被験体の脳の少なくとも一部の画像データは少なくともDTI画像を含み、前記運動線維の走行データは、該DTI画像中に表現される、請求項24~26のいずれか一項に記載の方法。
- 前記走行データは、前記DTI画像におけるFA値(fractional anisotropy value)により表現される、請求項27に記載の方法。
- 前記運動線維の走行データの輝度値が他の部位より低い部位における走行データの低下は、少なくとも50%以上の低下である、請求項24に記載の方法。
- 前記AVMでeloquent areaと呼ばれる部位以外の領域は、前記障害位置から半径1.5cm以内に存在する位置を含む、請求項24に記載の方法。
- 前記投与部位は、前記障害位置に対して脳の尾側に位置決めされる、請求項24に記載の方法。
- 前記投与部位は、前記障害位置ごとに決定される、請求項24に記載の方法。
- 前記投与部位は、前記障害位置に対して1または複数存在する、請求項24に記載の方法。
- 該運動線維の走行データが得られない場合、対側の健常な運動線維の対称を該得られない側の該走行データとして用いることを特徴とする、請求項24に記載の方法。
- 前記画像化デバイスはMRIであり、前記被験体の脳の少なくとも一部の画像データは少なくともDWI画像、T2強調画像、FLAIR画像およびDTI画像を含み、
前記選択は、
該DWI画像と該T2強調画像とを比較することにより特定される、現在の脳梗塞で損傷を受けた領域を選択から外し、
該DWI画像では白く描出されない部位であるが、該T2強調画像および該FLAIR画像において浮腫が強く出ている部位もまた、選択から外し、
該DTI画像で運動線維を描出し、該描出された運動線維の領域を選択から外し、
前記コンピュータデバイスが、
a)信号強度をプロットした該FLAIR画像において、高信号の部位、および
b)信号強度をプロットした該T2強調画像において、高信号の部位
のうちの両方を満たす部位を、浮腫と特定する、
請求項24に記載の方法。 - 前記画像化デバイスはMRIであり、前記被験体の脳の少なくとも一部の画像データは少なくともDWI画像、T2強調画像、FLAIR画像およびDTI画像を含み、
[1]該DTI画像においてTractographyが描出される場合、
(a)該DTI画像においてTractographyが断裂しているか、または弱くなっている部分に近い場所で可及的に近接する正常脳組織であり、かつ、
(b)AVMでeloquent areaと呼ばれる部位以外の領域である
という条件を満たす部位を投与部位として選択するか、または
[2]該DTI画像においてTractographyが描出されない場合、
(aa)中心前回、内包後脚、橋のそれぞれ単独をROIとして設定した場合において出てくるTractographyの中で、健常な人間における運動線維を選択するか、もしくは
(bb)(aa)でもTractographyが出ない場合は対側のTractographyの対称を取ることにより、運動線維の走行を推定して、急性期の該DWI画像において高信号と示される損傷部位、または慢性期に該T2強調/FLAIR画像において低信号と示される損傷部位と、対側のTractographyの対称を取ることにより推定されるTractographyの通過点が重なる部位を運動線維が断裂している箇所と推定し、[1]を行う
ことを特徴とする、請求項24に記載の方法。 - 前記[1]において、前記T2強調/FLAIR画像の高信号部位も避けてその可及的近傍である部分という条件をさらに満たす部位を投与部位として選択する、請求項36に記載の方法。
- 前記血管は、脳の表面から上矢状静脈洞へ注ぐ、ガドリニウム増強T1画像で同定できる静脈を含む、請求項25に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともガドリニウム増強T1画像を含み、前記(D)の特定は、ガドリニウム増強T1画像における高信号部位を血管と判断する、請求項25に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともDWI画像、T2強調画像、FLAIR画像およびDTI画像を含み、前記(D)および(E)の特定は、該DWI、該T2強調、該FLAIRおよび該DTIのうち少なくとも1つを測定することで達成される、請求項25に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともガドリニウム増強T1画像、T2強調画像およびFLAIR画像を含み、前記(D)および(E)の特定は、(1)該FLAIR画像、(2)該T2強調画像、(3)該ガドリニウム増強T1画像のシークエンスで決定される、請求項25に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともT2強調画像およびFLAIR画像を含み、前記脳溝非侵襲経路の特定は、MRIにおける該T2強調画像および該FLAIR画像を確認することにより実現される、請求項25に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともT2強調画像およびFLAIR画像を含み、
前記(E)において、
1)信号強度をプロットした該FLAIR画像において、低信号の部位、および
2)信号強度をプロットした該T2強調画像において、高信号の部位
の両方を満たす部位を、脳溝と特定する、請求項25に記載の方法。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法であって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
b)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
c)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
d)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、こととを含む、ステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、方法。 - 前記iii)が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項44に記載の方法。
- 前記iii)が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに含む、請求項44または45に記載の方法。
- 前記画像化デバイスはMRI、CT、超音波検査装置または血管造影検査装置を含む、請求項44~46のいずれか一項に記載の方法。
- 前記d)が、
C)前記コンピュータデバイスにより、前記取得した画像データおよび前記被験体の脳に関するデータを用いて運動線維を描写することと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定することであって、前記被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定することと
E)該コンピュータデバイスにより、該障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
を包含する、請求項44~47のいずれか一項に記載の方法。 - 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともガドリニウム増強T1画像を含み、前記c)において、該ガドリニウム増強T1画像における高信号部位を前記脳血管と判定することを含む、請求項44~46のいずれか一項に記載の方法。
- 前記画像化デバイスはMRIであり、前記取得した画像データは少なくともT2強調画像およびFLAIR画像を含み、
前記c)において、
1)信号強度をプロットした該FLAIR画像において、低信号の部位、および
2)信号強度をプロットした該T2強調画像において、高信号の部位
のうち両方を満たす部位を、脳溝と特定する、請求項44~46のいずれか一項に記載の方法。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法であって、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する方法。 - 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つのデータを含む、請求項51に記載の方法。
- 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、請求項51または52に記載の方法。
- 前記細胞の投与位置が、請求項1~14のうちの1つまたは複数の方法により特定されたものである、請求項51~53のいずれか一項に記載の方法。
- 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法であって、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する方法。 - 前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に、ガドリニウム増強T1画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、脳溝と投与針との距離、および投与針とガドリニウム増強T1画像で同定できる脳内の血管との距離の少なくとも1つを含む、請求項55に記載の方法。
- 前記細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に、ガドリニウム増強T1画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、脳溝と投与針との距離、および投与針とガドリニウム増強T1画像で同定できる脳内の血管との距離の組合せを含む、請求項55または56に記載の方法。
- 前記細胞の投与位置が、請求項22~43のうちの1つまたは複数の方法により特定されたものである、請求項55~57のいずれか一項に記載の方法。
- 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法であって、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する方法。 - 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの組合せを含む、請求項59に記載の方法。
- 前記細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent
areaであるかどうか、投与針の刺入点の直下に、ガドリニウム増強T1画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、および脳溝と投与針との距離、投与針とガドリニウム増強T1画像で同定できる脳内の血管との距離の組合せを含む、請求項59または60のいずれか一項に記載の方法。 - 前記細胞の投与位置を示すデータ群が、投与位置と脳表との距離、投与位置と障害位置との距離、投与位置と浮腫領域との距離、および投与位置が脳動静脈奇形(AVM)でeloquent areaと呼ばれる部位以外であるかどうかの少なくとも1つを含み、
該該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群が、投与針が通過する皮膚直下の脳表と頭蓋骨との距離、投与針の刺入点の直下がeloquent areaであるかどうか、投与針の刺入点の直下に、ガドリニウム増強T1画像で同定できる静脈があるかどうか、投与針が人工骨、人工硬膜またはチタンプレートを含む人工物を通過するかどうか、脳溝と投与針との距離、および投与針とガドリニウム増強T1画像で同定できる脳内の血管との距離の少なくとも1つを含む、請求項59~61のいずれか一項に記載の方法。 - 前記細胞の投与位置と、該細胞の投与位置に細胞を投与するための投与針の通過領域とが、請求項22~50のうちの1つまたは複数の方法により特定されたものである、請求項59~62のいずれか一項に記載の方法。
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
E)該コンピュータデバイスにより、該障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択するステップと、
F)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、プログラム。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写するステップと、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定するステップであって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定するステップと
E)該コンピュータデバイスにより、該障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択するステップと、
F)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、記録媒体。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与する部位を特定するためのシステムであって、該システムは
A)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
C)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維を描写する描写部と、
D)該コンピュータデバイスにより、該運動線維が障害を受けている障害位置を特定する特定部であって、該被験体の脳の少なくとも一部の画像データにおいて該運動線維の走行データの輝度値が他の部位より低い部分を特定し、該低い部分を障害を受けている運動線維と特定する特定部と
E)該コンピュータデバイスにより、該障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択する選択部と、
F)該選択された投与部位を、グラフィック表示として出力する出力部と
を含む、システム。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
(B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
(C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後該針が脳溝に出ない脳溝非侵襲範囲を特定するステップと、
(F)該コンピュータデバイスにより、該(D)と該(E)で算出した経路範囲のうち重複する範囲内で経路を設定するステップと
(G)該設定された経路を、グラフィック表示として出力するステップと
を包含するプログラム。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得するステップと、
(B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
(C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写するステップと、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定するステップと、
(E)該コンピュータデバイスにより、脳内に針を刺入した後該針が脳溝に出ない脳溝非侵襲範囲を特定するステップと、
(F)該コンピュータデバイスにより、該(D)と該(E)で算出した経路範囲のうち重複する範囲内で経路を設定するステップと
(G)該設定された経路を、グラフィック表示として出力するステップと
を包含する、記録媒体。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与するための投与針の通過領域を特定するためのシステムであって、該システムは
(A)画像化デバイスを用いて、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
(B)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
(C)該取得した画像データおよび該被験体の脳の情報から、該コンピュータデバイスにより、血管を描写する描写部と、
(D)該コンピュータデバイスにより、該血管を貫通しないような経路範囲を特定する経路範囲特定部と、
(E)該コンピュータデバイスにより、脳内に針を刺入した後該針が脳溝に出ない脳溝非侵襲範囲を特定する脳溝非侵襲範囲特定部と、
(F)該コンピュータデバイスにより、該(D)と該(E)で算出した経路範囲のうち重複する範囲内で経路を設定する設定部と
(G)該設定された経路を、グラフィック表示として出力する出力部と
を含む、システム。 - 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
bb)該選択された投与部位への投与経路を特定することと
を含むステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、プログラム。 - 前記iii)がcc)前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項70に記載のプログラム。
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
aa)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
bb)該選択された投与部位への投与経路を特定することと
を含むステップと、
v)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、記録媒体。 - 前記iii)がcc)前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項72に記載の記録媒体。
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
iii)該細胞を投与する経路の候補を以下の手順で提供する手順提供部であって、該手順提供部は:
aa)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
bb)該選択された投与部位への投与経路を特定することと、
を実施するように構成されている、手順提供部と、
iv)該選択された投与部位を、グラフィック表示として出力する出力部と
を含む、システム。 - 前記iii)がcc)前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに実施するように構成されている、請求項74に記載のシステム。
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムであって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
b)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
c)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
d)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、ことを含む、ステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、プログラム。 - 前記iii)が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項76に記載のプログラム。
- 前記iii)が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに含む、請求項76または77に記載のプログラム。
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するための方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得するステップと、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手するステップと、
iii)該細胞を投与する経路の候補を以下の手順で提供するステップであって、該ステップは:
a)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
b)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
c)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
d)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、ことを含む、ステップと、
iv)該選択された投与部位を、グラフィック表示として出力するステップと
を包含する、記録媒体。 - 前記iii)が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに含む、請求項79に記載の記録媒体。
- 前記iii)が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに含む、請求項79または80に記載の記録媒体。
- 被験体の中枢神経障害に対する細胞治療において、細胞を投与する経路を特定するためのシステムであって、該システムは
i)画像化デバイスにより、該被験体の脳の少なくとも一部の画像データを取得する取得部と、
ii)該画像化デバイスと連絡するコンピュータデバイスにより、被験体の脳の情報を入手する情報入手部と、
iii)該細胞を投与する経路の候補を以下の手順で提供する手順提供部であって、該手順提供部は:
a)該コンピュータデバイスにより、細胞治療を投与するための頭蓋骨において該投与デバイスを通すための開口部を選択することと、
b)該コンピュータデバイスにより、該取得した画像データおよび該被験体の脳に関するデータを用いて運動線維、脳血管、脳溝、機能部位からなる群より選択される少なくとも一つの脳経路除外領域を特定することと、
c)該コンピュータデバイスにより、障害位置の付近の、AVMでeloquent areaと呼ばれる部位以外の領域を投与部位として選択することと、
d)該開口部と該投与部位との間に投与経路を描写することであって、該投与経路は該脳経路除外領域に関する情報を含んで描写される、ことを実施するように構成されている、手順提供部と、
iv)該選択された投与部位を、グラフィック表示として出力する出力部と
を含む、システム。 - 前記iii)が前記コンピュータデバイスにより、頭皮において細胞を投与する投与デバイスを通すための切除位置を選択することをさらに実施するように構成されている、請求項82に記載のシステム。
- 前記iii)が前記脳経路除外領域に関する情報から前記投与経路に関して経路安全度の情報を提供することをさらに実施するように構成されている、請求項82または83に記載のシステム。
- 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する、プログラム。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する、記録媒体。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測するシステムであって、
1)細胞の投与位置を示すデータ群と、該細胞の投与位置ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
2)細胞の投与位置を示すデータ群を取得する取得部と、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群を入力する入力部と、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させる算出部とを含む、システム。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する、プログラム。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する、記録媒体。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測するシステムであって、
1)細胞を投与するための投与針の通過領域を示すデータ群と、該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
2)細胞を投与するための投与針の通過領域を示すデータ群を取得する取得部と、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させる算出部とを含む、システム。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムであって、該方法は、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する、プログラム。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測する方法をコンピュータに実行させるプログラムを格納した記録媒体であって、該方法は、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させるステップと、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得するステップと、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力するステップと、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させるステップと
を包含する、記録媒体。 - 被験体の中枢神経障害に対する細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を予測するシステムであって、
1)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群と、該細胞の投与位置を示すデータ群および該細胞の投与位置に該細胞を投与するための投与針の通過領域ごとの細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血のデータとを学習データとして人工知能モデルに入力し、人工知能モデルに学習させる学習部と、
2)細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を取得する取得部と、
3)学習済みの該人工知能モデルに対して、2)で取得した該細胞の投与位置を示すデータ群および該細胞の投与位置に細胞を投与するための投与針の通過領域を示すデータ群を入力する入力部と、
4)学習済みの該人工知能モデルに、細胞治療に起因する運動機能、感覚機能、言語機能もしくは視覚に対する悪影響または脳内出血の発生確率を算出させる算出部とを含む、システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022005015A JP2022059610A (ja) | 2019-12-27 | 2022-01-17 | 頭蓋内に安全に細胞を投与するための総合システム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019239560 | 2019-12-27 | ||
JP2019239560 | 2019-12-27 | ||
PCT/JP2020/048838 WO2021132600A1 (ja) | 2019-12-27 | 2020-12-25 | 頭蓋内に安全に細胞を投与するための総合システム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022005015A Division JP2022059610A (ja) | 2019-12-27 | 2022-01-17 | 頭蓋内に安全に細胞を投与するための総合システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021132600A1 JPWO2021132600A1 (ja) | 2021-12-23 |
JP7015605B2 true JP7015605B2 (ja) | 2022-02-03 |
Family
ID=76573092
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021518980A Active JP7015605B2 (ja) | 2019-12-27 | 2020-12-25 | 頭蓋内に安全に細胞を投与するための総合システム |
JP2022005015A Pending JP2022059610A (ja) | 2019-12-27 | 2022-01-17 | 頭蓋内に安全に細胞を投与するための総合システム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022005015A Pending JP2022059610A (ja) | 2019-12-27 | 2022-01-17 | 頭蓋内に安全に細胞を投与するための総合システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230082155A1 (ja) |
EP (1) | EP4082445A4 (ja) |
JP (2) | JP7015605B2 (ja) |
WO (1) | WO2021132600A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023145953A1 (ja) * | 2022-01-31 | 2023-08-03 | 株式会社Splink | コンピュータプログラム、情報処理装置及び情報処理方法 |
CN116725640B (zh) * | 2023-06-20 | 2024-02-27 | 山东卓业医疗科技有限公司 | 一种身体穿刺打印模板的构建方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007185503A (ja) | 2005-12-21 | 2007-07-26 | Siemens Ag | 臓器の標的部位に治療物質を正確に生体内送達する方法 |
JP2009500069A (ja) | 2005-06-30 | 2009-01-08 | セント・バーナバス・ヘルス・ケア・システムズ | 脳病変の位置把握方法 |
JP2014111083A (ja) | 2012-11-09 | 2014-06-19 | Toshiba Corp | 穿刺支援装置 |
JP2015521883A (ja) | 2012-06-28 | 2015-08-03 | コーニンクレッカ フィリップス エヌ ヴェ | Mr誘導下の間質性インターベンションのための専用のユーザインタフェース |
JP2016517288A (ja) | 2013-03-15 | 2016-06-16 | シナプティヴ メディカル (バルバドス) インコーポレイテッドSynaptive Medical (Barbados) Inc. | 低侵襲治療のための計画、誘導およびシミュレーションシステムおよび方法(関連出願の相互参照)本出願は、参照によりその全体が本明細書に組み込まれる、2013年3月15日に提出された「planning,navigationandsimulationsystemsandmethodsforminimallyinvasivetherapy」と題する米国仮特許出願第61/800,155号の優先権を主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、2014年1月8日に提出された「planning,navigationandsimulationsystemsandmethodsforminimallyinvasivetherapy」と題する米国仮特許出願第61/924,993号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、2013年7月11日に提出された「surgicaltrainingandimagingbrainphantom」と題する米国仮特許出願第61/845,256号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、2013年11月5日に提出された「surgicaltrainingandimagingbrainphantom」と題する米国仮特許出願第61/900,122号の優先権をも主張する。 |
US20190105105A1 (en) | 2017-10-06 | 2019-04-11 | Koninklijke Philips N.V. | Treatment trajectory guidance system |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7691629B2 (en) * | 2004-11-17 | 2010-04-06 | Neuralstem, Inc. | Transplantation of human neural cells for treatment of neurodegenerative conditions |
US8637003B2 (en) * | 2008-04-23 | 2014-01-28 | Ajou University Industry-Academic Cooperation Foundation | Treating multiple system atrophy with hMSC |
JP2015510401A (ja) * | 2012-02-22 | 2015-04-09 | ブレインステム バイオテック リミテッド | ヒト疾患のインビトロモデル化および細胞に基づく治療のための間葉系幹細胞ならびにそのバンク |
US20160237404A1 (en) * | 2013-10-01 | 2016-08-18 | Kadimastem Ltd. | Directed differentiation of astrocytes from human pluripotent stem cells for use in drug screening and the treatment of amyotrophic laterial sclerosis (als) |
CN104207776A (zh) * | 2014-08-22 | 2014-12-17 | 南昌大学 | 一种综合性磁共振成像装置及方法 |
TW201939514A (zh) * | 2018-03-16 | 2019-10-01 | 日商弘泰生物科技股份有限公司 | 免疫實體之有效率的分群 |
-
2020
- 2020-12-25 JP JP2021518980A patent/JP7015605B2/ja active Active
- 2020-12-25 US US17/781,159 patent/US20230082155A1/en active Pending
- 2020-12-25 EP EP20907785.8A patent/EP4082445A4/en active Pending
- 2020-12-25 WO PCT/JP2020/048838 patent/WO2021132600A1/ja unknown
-
2022
- 2022-01-17 JP JP2022005015A patent/JP2022059610A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009500069A (ja) | 2005-06-30 | 2009-01-08 | セント・バーナバス・ヘルス・ケア・システムズ | 脳病変の位置把握方法 |
JP2007185503A (ja) | 2005-12-21 | 2007-07-26 | Siemens Ag | 臓器の標的部位に治療物質を正確に生体内送達する方法 |
JP2015521883A (ja) | 2012-06-28 | 2015-08-03 | コーニンクレッカ フィリップス エヌ ヴェ | Mr誘導下の間質性インターベンションのための専用のユーザインタフェース |
JP2014111083A (ja) | 2012-11-09 | 2014-06-19 | Toshiba Corp | 穿刺支援装置 |
JP2016517288A (ja) | 2013-03-15 | 2016-06-16 | シナプティヴ メディカル (バルバドス) インコーポレイテッドSynaptive Medical (Barbados) Inc. | 低侵襲治療のための計画、誘導およびシミュレーションシステムおよび方法(関連出願の相互参照)本出願は、参照によりその全体が本明細書に組み込まれる、2013年3月15日に提出された「planning,navigationandsimulationsystemsandmethodsforminimallyinvasivetherapy」と題する米国仮特許出願第61/800,155号の優先権を主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、2014年1月8日に提出された「planning,navigationandsimulationsystemsandmethodsforminimallyinvasivetherapy」と題する米国仮特許出願第61/924,993号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、2013年7月11日に提出された「surgicaltrainingandimagingbrainphantom」と題する米国仮特許出願第61/845,256号の優先権をも主張する。本出願はまた、参照によりその全体が本明細書に組み込まれる、2013年11月5日に提出された「surgicaltrainingandimagingbrainphantom」と題する米国仮特許出願第61/900,122号の優先権をも主張する。 |
US20190105105A1 (en) | 2017-10-06 | 2019-04-11 | Koninklijke Philips N.V. | Treatment trajectory guidance system |
Also Published As
Publication number | Publication date |
---|---|
WO2021132600A1 (ja) | 2021-07-01 |
EP4082445A1 (en) | 2022-11-02 |
EP4082445A4 (en) | 2024-07-17 |
JP2022059610A (ja) | 2022-04-13 |
US20230082155A1 (en) | 2023-03-16 |
JPWO2021132600A1 (ja) | 2021-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022059610A (ja) | 頭蓋内に安全に細胞を投与するための総合システム | |
Wei et al. | Identification of cranial nerves near large vestibular schwannomas using superselective diffusion tensor tractography: experience with 23 cases | |
JP7085674B1 (ja) | 医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステム | |
Wong et al. | Representation of the visual field in the human occipital cortex: a magnetic resonance imaging and perimetric correlation | |
US11704800B2 (en) | Methods and apparatus for detecting injury using multiple types of magnetic resonance imaging data | |
Yu et al. | Super-resolution ultrasound microvascular angiography for spinal cord penumbra imaging | |
Matsumoto et al. | Can 3D-CT angiography (3D-CTA) replace conventional catheter angiography in ruptured aneurysm surgery? Our experience with 162 cases | |
RU2665387C1 (ru) | Способ диагностики дисплазии соединительной ткани | |
Bernasconi | Advanced MRI analysis methods for detection of focal cortical dysplasia | |
Herfurth et al. | Localization of beta power decrease as measure for lateralization in pre-surgical language mapping with magnetoencephalography, compared with functional magnetic resonance imaging and validated by Wada test | |
Murphy et al. | A pilot prospective cohort study using experimental quantification of early peripheral nerve regeneration with high-frequency three-dimensional tomographic ultrasound (HFtUS) | |
Alamoudi et al. | Characterization of Brain Stroke Using Image and Signal Processing Techniques | |
GG et al. | Acute ischemic stroke: a review of imaging, patient selection, and management in the endovascular era. Part I: initial management and imaging | |
Cho et al. | Acute subclavian artery occlusion mimicking cerebral infarction | |
Gielecki et al. | The description of vascular variations in threedimensional space: a novel method of spatial cerebral arteries evaluation | |
Reid | Ralph NA Murphy, Steven K. Rogers 3, 4, Waqar Bhatti 5, Jason K. Wong & | |
Scheuren et al. | Neurophysiology and advanced dynamic assessments in degenerative cervical myelopathy | |
Friedrich | Radiomics Based Machine Learning Outcome Prediction of Acute Intracranial Hemorrhage on Computed Tomography | |
Zhu | Quantitative haemodynamic research on the treatment outcome assessment following extracranial-intra-cranial bypass surgery for Moyamoya disease | |
Jones | Sinus pericranii | |
Kyle | Transcranial Magnetic Resonance-Guided Focused Ultrasound (tcMRgFUS): An Investigation of the Key Factors to Enhance Treatment Outcomes for Patients with Tremor | |
Yan | Study on the clinical value of computed tomography angiography in the diagnosis of aortic aneurysm | |
Various Authors | The University of Auckland BMedSc (Hons) Abstracts | |
Brainer-Lima et al. | Parietal Foramen as A Landmark to Locate Intracranial Vascular and Parenchymal Structures | |
González-López et al. | Insular Brain Tumor Surgery: Part 3—Intraoperative Technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210406 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210406 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210728 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210826 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211101 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220107 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220117 |