【背景】DISHとは，脊柱前縦靭帯が骨化し脊柱の可撓性を低下させる疾患である．DISH自体が痛みを起こすことはないが，症状が進行すると，軽微な外傷が重度の脊髄損傷につながる．しかし，DISHは自覚症状がないため，患者が自ら受診することはほとんどなく，早期の発見が難しい．そのため，全身精査のために全脊柱CTを施行されることが多い，救急外来受診者のCT画像を利用する．【目的】本研究ではDISHを自動検出するシステムを提案する．自動検出を実現することで，専門家でなくとも簡便にDISHの診断が可能になり，早期にDISHを患者自身に知らせることができる．【方法】使用するデータセットは，撮像範囲が脊柱全体，胸椎，腰椎の３種類であり，各データセットの枚数は，脊柱全体が400枚，胸椎が245枚，腰椎が160枚である．すべて椎骨が明確に写っているものを選別した。このうち6割を訓練用データ，2割を検証用データ，2割をテスト用データとしてU-Netで学習，交差検証を行なった．正解画像には画像アノテーションツール「LabelMe」を用いた．評価には正解率，適合率，再現率，mean IoUの４つの指標を用いる．医療の分野では再現率が，画像処理の分野ではmean IoUが重視されるため本研究でもこの２つを重視する．【結果】脊柱全体，胸椎，腰椎の正解率，適合率，再現率，mean IoUについては，それぞれ脊柱全体が88.2%，85.4％，96.9%，80.3%，胸椎が90.5%，95.4％，87.2%，88.5%，腰椎が84.7%，87.5％，79.3%，78.6%であった．【考察・結論】　再現率とmean IoUが8割近くあったことから，高精度に検出できたと言える．誤検出のパターンとして，脊柱全体についてはDISHが検出されないことが多かったが，これは画像全体に対するDISHの面積が小さすぎるためだと考える．また，腰椎ではDISHでない箇所がDISHとして検出されることがあった．これは，DISHはCT画像では白く写るので，椎骨周辺の過曝部分と判断がつかなかったためだと考えられる．【倫理的配慮】　本研究は倫理審査委員会の承認を得ている．