医療デジタルトランスフォーメーション（DX）が進められている中，医師の技量に大きく依存する外科手術の領域においても，デジタル化が注目されている．手術室内の各機器から出力される情報のデジタル化によりビッグデータが蓄積可能となってきた．本稿では豊富な医療情報をもとに行われるようになるAI Surgery を実現する手術支援プラットフォームとして，われわれが開発しているスマート治療室SCOT（Smart Cyber Operating Theater）および臨床情報解析装置C.I.A.（Clinical Information Analyzer）について概説し，現状の課題および今後の展望について述べる．SCOT は手術室内の医療機器間をネットワーク接続する機能を有しており，その上で動くアプリケーションでは，時間同期された種々の情報による異種情報統合ナビゲーションや，分析・予測定時などさまざまな用途が考えられている．また，脳神経外科手術におけるAI の活用として，われわれが開発しているC.I.A. のシステム概要と，データをもとにした術後の予後予測研究，類似症例抽出に関する研究を紹介する．

人工知能（arfiticial intelligence, AI）は多くの分野でその適用領域を拡大している．医療においても，さらには術中での支援においても多角的視点から研究が進められている．本稿では，手術支援で行われる手順である，手術計画，術中計測，術前-術中データレジストレーション，誘導情報呈示，システム操作インターフェース，誤差解析で構成し，それぞれにおける手術支援AI の取り組みを紹介する．

腹腔鏡下手術は，外科手術の一つの方法として広く行われるようになった．腹腔鏡下手術は高度な技術を要するため，コンピューターを用いて外科医を支援するコンピューター支援外科の研究が行われている．これらは，手術ナビゲーションとして一般的にはとらえられている．近年のAI技術の発展に伴い，腹腔鏡下手術支援のために深層学習を利用して腹腔鏡から得られる手術映像を解析する研究も行われるようになってきた．本稿では，筆者らの研究グループで取り組んでいるAIを用いた腹腔鏡映像の解析に関する研究を紹介する．

There has been much interest in the surgical robotics community in the use of image-based strategies for robot control. Especially in the surgical context, images are the main source of information for autonomous control. In this work, we summarize the occurrence of so-called AI-based methods in commercial and research-oriented surgical robotics systems. We discuss the current state of research in the field, open challenges, and provide some directions for further research that have been impactful in related fields.

This study simulated PSF reconstruction with edge artifacts mitigation while recovering spatial resolution under Poisson noise, and investigated the cause of contrast dependence. In 2D numerical phantoms consisted of disk 184 mm in diameter and different contrast of 7 disks 20 mm in diameter, we blurred the projection data using 1D Gaussian detector response with 5 mm FWHM. Projection matrix of parallel beam geometry considered only detector response and did not include other components so as to edge artifacts were not influenced. Reconstruction was performed using OSEM regularized with total variation (TV). To suppress noise and to perform stable deconvolution, blur functions with 9.94 mm FWHM given by the convolution of detector response 5 mm FWHM and 1D Gaussian filter with 8.59 mm FWHM was used in forward projection. FWHM of edge spread function was measured as a spatial resolution index. FWHM of PSF-TV reconstruction at projection data of 5 × 10⁷ counts decreased as 1.55, 1.29, 1.28, 1.17, 1.09, 1.11, 1.04 mm at contrast of 0.5, 1, 2, 3, 4, 5, 6, respectively. Contrast dependence of spatial resolution in the presence of noise is due to TV regularization, which acts to smooth objects with low-contrast more strongly than those with high-contrast.

第2回までの講座では，X線暗視野法（X-ray Dark-Field Imaging; XDFI）で得られた屈折コントラスト像から屈折コントラストCT（XDFI-CT）を再構成する手法について解説した．第3回では，近年XDFIによって得られた生体試料の撮影像および病理学応用に向けた研究への取り組みについて紹介し，過去に得られたさまざまな組織の屈折コントラスト像が，従来の病理画像とどこが相違するかに重点を置いて解説する．