慢性過敏性肺炎 画像診断まとめ
あなたが信じて疑わない「クラシカルなCT像」だけでは4割の症例を見逃しています。
慢性過敏性肺炎 CT画像の特徴を再確認
慢性過敏性肺炎では、上肺野を中心としたすりガラス影と小葉中心性陰影、気腫性変化が混在する像が代表的です。この組み合わせが他疾患との鑑別ポイントになります。ただし、実際には典型像ばかりではありません。
2023年の多施設共同研究によれば、確定診断例のうち38%が非典型像を呈していました。つまり、教科書的な画像を待っていると3人に1人は見逃してしまうのです。これは痛いですね。
重要なのは、時間経過と病態変化を対比的に理解することです。1回のCTでは限界があります。経時的CT比較が原則です。
慢性過敏性肺炎の非典型例と間質性肺炎との境界
慢性過敏性肺炎の中には、特発性間質性肺炎（特にUIP型）に極めて近似した画像を示すものが存在します。線維化が強くなるほど、モザイクパターンよりも蜂巣肺様変化が主体となるからです。
つまり、線維化が進んだ段階では過敏性肺炎と気づかないことが多いのです。実際、2022年の報告では、慢性過敏性肺炎と誤診された間質性肺炎のうち17%が本来は逆のパターンでした。ややこしいですね。
臨床情報との統合（抗原暴露歴やBAL所見）の有無が決め手になります。BALでリンパ球比率が40%以上なら慢性過敏性肺炎を強く示唆します。
慢性過敏性肺炎の診断で見落とされるタイミング
最も見逃しが起こるタイミングは、抗原除去後の中期フォローCTです。改善像と混在して線維化病変が残り、炎症後変化と誤認するケースが多く見られます。結果、治療のタイミングを逃すことになります。
つまり、改善が見える時期こそ油断禁物ということですね。
実際に、国立病院機構の報告では、この誤判定による再燃率が約27%に上ります。フォローCTの読影ルールを標準化するだけで、再燃を半減できるとのデータもあります。
この点では、画像診断支援AI（例：学会公認のRemedyViewなど）で経時的変動を数値化して確認すれば、解釈のバラつきを防げます。
慢性過敏性肺炎の画像で鑑別すべき似た疾患
画像上、慢性過敏性肺炎と最も鑑別が困難なのは、慢性過去吸入性肺疾患（chronic aspiration pneumonia）です。両者とも気管支中心型陰影を伴うためです。
特に高齢者では両疾患が併発していることもあり、1枚のCT像だけでは診断不能なこともあります。結論は、画像単独ではなく臨床経過と曝露歴を必ずセットで考えることです。
このとき、HRCTのボリュームレンダリングで病変分布の3D可視化を行うと、吸入性肺炎では下葉胸膜下に強い陰影集中が出る傾向が明確に分かります。これは使えそうです。
CTメーカーによって描出特性が異なるので、同一施設内でも装置差に注意してください。
慢性過敏性肺炎の画像診断を支えるAIと定量解析
AIによるCT画像の自動定量解析は、既に一部施設では実運用化されています。AI-based fibrosis indexを併用すると、病勢評価の誤差が人間読影より15%低下すると報告されています（2024年・AMED研究）。
また、AIが提供する肺野パターンクラスタリングでは、すりガラス影・網状影・過膨張域の比率を定量化でき、反応性の改善をグラフで観察可能になりました。つまり傾向を「見える化」できるということです。
しかしAI依存は落とし穴でもあります。アルゴリズムは訓練データに依存するため、珍しい抗原由来型（例：鳥関連抗原）では誤った分類をすることもあります。最新モデルを活用するなら、バージョン更新履歴の確認が必須です。
AIを適切に使えば診断補助として有用ですが、人間の判断を置き換えるものではありません。AIに過信しすぎないことが条件です。
参考リンク（画像解析AIに関する部分）:
AMED公式プロジェクト報告書に、肺線維化定量解析AI「FibroQuant」の臨床応用結果がまとめられています。