見た目は正しいのに、はめ込めない頭蓋インプラント

減圧開頭術（腫れた脳の圧迫を和らげるために頭蓋骨の一部を取り除く手術）、頭部外傷、あるいは骨ごと腫瘍を取り除く手術の後、患者の頭蓋骨には開口部が残る。それはその患者の解剖学的構造に合わせて形づくったインプラントで閉じられる。インプラントは脳を守り、頭蓋骨の形を取り戻さなければならない。それが合うかどうかは手術室で決まる。

こうしたインプラントは今も、コンピュータ支援設計で専門家が手作業で描いている。1件ごとに時間と費用がかかり、それが受けられる患者の数を限っている。この作業専用に訓練したネットワークは公開ベンチマークで好成績を収めるが、そのための訓練データが必要になる。基盤モデル、つまり膨大な3D形状のコレクションで事前学習した大規模モデルは、その手順を省けるとうたう。穴のあいた頭蓋骨は、補完すべき形にすぎないというわけだ。

外科医のように判定する

ポーランドのAGHクラクフ大学とSano計算医学センターのマレク・ヴォジンスキ（Marek Wodzinski）らは、公開されている3つのモデルを、そのままの状態で監査した。

• MSN-FM：医療用3Dの点群——表面も内部もなく、点の散らばりとして渡される形状——を補完する初のマルチモーダル基盤モデルを自称し、10万個の医療形状で事前学習され、テキストも入力できる。
• MGPC：100万組のペアで訓練され、テキストと画像を入力できる。
• AdaPoinTr：日用品の55カテゴリで訓練されており、頭蓋骨は1つも含まれない。医療以外の対照として使う。

彼らは239個の頭蓋骨を使った。完全な頭蓋骨スキャンから人工的に穴を切り出した210個と、専門家が実際に設計したインプラントがある29の実際の開頭術後の症例である。どのモデルも動かす前に、2つの基準を定めた。

1. 何もしないより良いこと：各出力を、患者の残っている骨をそのまま返すだけの場合と比べる。取り除かれた骨は残る骨のすぐ隣にある薄い殻であり、しかもスコアは、欠けた領域から2 mm以内に素材があればそこを覆われたとみなす。そのため、穴の縁のそばにあるというだけで、ただで点が稼げてしまう。
2. 物理的に合うこと：予測された素材が、残っている骨に食い込まずに（許容誤差1ミリメートル）穴に収まり、しかも何もしない場合と同じかそれ以上を覆うこと。

ものさしとして、彼らはまさにこの作業のために訓練したモデルをつくった。まさにこの210例でのスコアをもとに138の変種から選んだもので、そのぶん有利になっている。公平な競争相手ではなく、最良の場合の天井である。また、人工的な穴だけで訓練されており、29個の実際の頭蓋骨とは異なる。そして研究の後半を自分たちの結論を崩そうとする試みに費やした。

239個中ゼロ

• 210個の人工的な穴では、何もしないより良かったものは1つもなかった。欠けた領域のうち2 mm以内で復元できた割合で測ると、残っている骨に対する優位性は中央値で負だった。AdaPoinTr −0.036（骨だけの場合より、欠けた領域の3.6%少ない）、MGPC −0.130、MSN-FM −0.156。作業専用のモデルは+0.745を稼いだ。
• 医療データでの事前学習は役に立たなかった。MSN-FMは最下位で、日用品で訓練したモデルにも負けた。
• 29の実際の症例では、MGPCが何もしない場合を 29例中24例で上回った。偶然を超えた唯一の結果である。著者らは、人工的な穴では負けるのに29個の実際の頭蓋骨では勝つモデルがあるからといって、臨床上の問いに決着はつかないと述べている。
• 装着可能な出力：3つのモデルとも239個中0個。作業専用のモデルは 239個中238個だった。モデル、設定、頭蓋骨の 2,868 通りの組み合わせのうち、1 mmの基準で骨から離れていたものは1つもなかった。モデルの素材は、中央値で 5.4〜6.6 mm、患者自身の骨に食い込んでいた。作業専用のモデルは0.55 mmである。

(a) 何もしない場合に対する改善度。3つのモデルはゼロを下回り、作業専用のモデルははるかに上にある。(b) 残っている骨への食い込みの深さ。どれも装着可能は0/239。— 図1、Wodzinski et al. (2026), arXiv:2610.30035, CC BY-SA 4.0.

衝突は出力の配置ではなく、形そのものにある。位置をずらしてもほとんど何も変わらなかった。

きれいでも、置けない

1つの実際の症例を外側と断面から見たもの。3つのモデルは穴を覆っているが、どれも患者に残っている骨に入り込んでいる。— 図2、Wodzinski et al. (2026), arXiv:2610.30035, CC BY-SA 4.0.

AdaPoinTr は、見る人が頭蓋骨と認めるようなきれいな表面を返すが、ほかのモデルと同じく置くことはできない。そして厚さは最初から失われている。6,144個の点を頭蓋骨全体に散らすと、隣り合う点の間隔は平均2.56 mmになり、厚さ3 mmの板の表と裏を区別できない。これは点群という形式の性質であって、個々のモデルの性質ではない。実際のインプラントは薄く、29例のうち11例は3 mm未満だった。

これらのモデルが宣伝するテキスト入力は、飾りにすぎないことがわかった。MSN-FMでは、テキスト信号の97.5%がちょうどゼロである。

信頼の問題

「画像を見れば、モデルは仕事を果たしている。欠損は覆われ、頭は形を取り戻している」と著者らは書く。同じ出力を測ってみると、患者に入れられるものは1つもない。ぼんやりした点の雲なら警戒できる。しかし、まずまずの点数をとり、それでも骨に食い込むきれいな帽子は警告を発しない。こうした出力を頭蓋骨ごとに手作業で直すことは、まさにモデルがなくすはずだった手作業である。

彼らの結論：公開されたままの状態では、入手できた形状補完の基盤モデルは「信頼できない」し、「臨床現場では使えない」。この研究では頭蓋骨での追加学習（ファインチューニング）は試しておらず、臨床医は出力を確認しておらず、29の実際の症例だけでは臨床上の問いに決着はつかない。この論文は、ACCV 2026会議のワークショップに採択されている。