医師と共に働く人工知能:大腸内視鏡検査中にリアルタイムで病変検出・鑑別診断支援を行う医用画像処理システム

課題

医療機器や治療法の発展に伴い日本人の健康寿命も増加傾向にあります。一方で国内における大腸がんの罹患率や死亡数も年々増加傾向にあることが国立がん研究センターの調査により明らかになっています。大腸がんの予防や治療成績の向上には大腸に発生する腫瘍性ポリープの早期発見と切除が重要とされていますが、内視鏡検査による腫瘍性ポリープの発見率は医師の技量や体調により変動することが知られています。今後の高齢化社会において高い腫瘍発見率を維持するために内視鏡専門医を育成することは重要な課題と考えられますが、人的経済的負担の面からもその解決には多くの資源を必要とします。
この問題に対し、東京慈恵会医科大学の炭山和毅教授らの研究グループとエルピクセル株式会社(以下エルピクセル)は国立研究開発法人日本医療研究開発機構革新的がん医療実用化研究事業の支援を受け、近年発展の著しいディープラーニングの技術を用いることで大腸内視鏡検査における検出・診断支援システムの開発を行いました。

解決方法

大腸の腫瘍性ポリープの検出・診断支援システムは、エルピクセルが研究開発を進めるEIRL(エイル)の一部として開発されています。支援システムでは大腸ポリープの自動認識と組織診断予測を行うためにディープラーニングモデルに東京慈恵会医科大学附属病院において収集した約5万枚にも及ぶ大腸ポリープ画像を学習させています。詳細は明らかではありませんが、「開発に際しては、人工知能による物体認識性能に定評のある機械学習手法 Deep learningを採用しました」(AMEDプレスリリース)としていることもあり、医用画像処理に一般的に用いられている畳み込みニューラルネットワーク(CNN)が利用されていると考えられます。
エルピクセルではこのほかにもEIRLの一部として、医用画像処理技術を用いた脳動脈瘤や大脳白質病変、乳がんや肺がんを検出・識別するためのシステムの研究開発が行われています。

どうなったか

東京慈恵会医科大学の炭山和毅教授らの研究グループとエルピクセルによって開発された大腸内視鏡検査支援システムは、検査中にリアルタイムに腫瘍性ポリープの検出と診断支援を行うことができます。実際に支援システムの評価をしたところ、ポリープ検出精度は98%、またシステムによって検出されたポリープが正しくポリープであった確率(陽性的中率)は91.2%でした。さらに内視鏡専門医であっても発見が容易ではない平らなポリープや微小なポリープに限定した環境で評価したところ、検出精度は93.7%、陽性的中率は96.7%となりました。
この結果は2018年5月11日に開催された第95回日本消化器内視鏡学会総会において、「人工知能アルゴリズムを用いた非拡大観察における大腸病変の検出および鑑別診断」というタイトルで発表されています。

まとめ

大腸内視鏡検査における腫瘍性ポリープの発見率を上昇させ大腸がんの予防や治療成績を向上させるための病変検出・鑑別診断支援システムを紹介しました。開発された手法は腫瘍性ポリープの検出率が98%と非常に精度よくポリープを発見することができます。検査を行う医師との協調により、医師の腫瘍性ポリープの発見率を高めることが期待されます。またこのような大腸内視鏡検査における診断支援システムは、国立がん研究センター研究所の浜本隆二分野長らの研究グループからも提案されています。
今後は医師と人工知能システムが協力することで医療の質を高め、医師の負担を低減するシステムの研究開発が加速すると考えられます。
同様の取り組みに関してはこれまでの記事(例えばこちらこちら)でも紹介していますので是非ご覧ください。

参考資料

(堀井隆斗)