医用画像データのAI分析に挑戦
人々の生活の質（QoL）向上を図る

優秀なアルゴリズムは
与えるデータの質と量で決まる

　医療現場でのAI（人工知能）、IoTの利用への取り組みが活発化している。とりわけ目につくのがCT（コンピューター断層撮影装置）やMRI（磁気共鳴画像装置）、内視鏡などの画像診断の分野だ。そもそも現在、話題となっているディープラーニング（深層学習）は、ビジュアライゼーションの研究に端を発する。医療分野でAIと親和性が高いのは画像診断。しかし、その利活用までには多くの課題が存在する。医用画像のAI診断を研究、その開発にも携わる中田典生氏（東京慈恵会医科大学准教授、医学博士）に、お話を伺った。

研究の内容を教えてください。

　CTやMRIで撮影した医用画像をAIで診断するアルゴリズムを開発しています。患者さんのCTやMRI画像と、その診断結果のデータを大量にAIに与える。AIは画像の特徴と診断結果との関係を学習し、そこから浮かび上がる関係性を見い出す。このディープラーニングによってAIは、医用画像から、患者さんの疾患可能性を示すことができるようになります。ポイントは、人間の側がいかに適切な診断データをAIに与えるか。その質と量がアルゴリズムの優秀さ、AIの優秀さを左右します。

日本は医用画像データ大国　それを生かすテクノロジー

実用化までに乗り越えなければならない壁はありますか。

　人口当たりのCT、MRIの保有台数で日本は世界トップです。ですから画像データも膨大。しかし、それを扱う人材不足により、詳細な読影レポート化や、精緻な分析がなかなかできていません。これは患者さんにとって大きな不利益です。診断のAI化という発想もそこから出てきました。またAIのアルゴリズムの精度向上には質の高い解析データが必要不可欠ですが、そのデータをつくる専門家も不足しているのが現状です。これが最大の課題です。日本では解析データが病院内に留まっているケースが実に多い。日本には世界中がうらやむ、膨大な画像データがあります。活用しない手はありません。そのためにはデータのオープン化や関係者の連携が重要になります。

医療診断でのAI利用で、患者さんと医師の関係は変わるでしょうか。

　AIはあくまで道具です。乗り物にたとえると今は産業革命時の蒸気機関車くらい。馬よりちょっと速いくらいですが、いずれは飛行機並になる。でも飛行機にもパイロットはいます。「左手に富士山が見えます」なんてあいさつをする。あれは飛行機という機械が自分のコントロール下にあるという機長のアピールです。それで乗客は安心する。医療も同じで、AI診断は医師の監視下で行う。医療は患者さんと医師とのつながりのなかで進むもの。AIやIoTはそれを正確で円滑なものとするテクノロジーだと考えています。

IoTによる継続学習が
AIを賢く育て上げる

開発はどのように
行っているのでしょうか。

　まずは私自身が医用画像を分析し、結果をAIが読める形式に整え、AIに学習させています。地道な作業です。国内外の研究者との連携も深めています。海外の学会に参加し、研究者を日本に招く。こうして仲間を増やし、データを集めるほど、AIの正確さも増します。一方で、AI自体の研究やシステムの構築をIT（情報技術）メーカー、医療機器メーカーと共同で行っています。そのなかでも熱心なのが日立です。アルゴリズムの良し悪しはデータの質と量で決まる。このAIの本質を日立はよく理解しているので、とても信頼しています。日立をはじめとする、さまざまなパートナーとの協創によって、一歩一歩着実に前進しています。

IoTが実現する将来の医療、画像診断とはどういうものでしょうか。

　AIは誰かが独占して開発、利用するものではありません。多くの専門家が持つ知見やデータを共有し、よりよいものをつくっていく。それにはオープンな環境とIoTの活用が不可欠です。例えば、世界中の医用画像診断でIoTを介したAIを使い、分析結果をIoT経由でAIにフィードバックする。これをサイクル化すれば、AIは継続学習でより賢くなる。その先には大きなイノベーションが待っていると思います。画像診断、さらには医療機関をはじめとする社会全体にもAIやIoTが広がり、一人ひとりに最適なケアを届けられる。そんな誰もが健康で安心・安全に暮らせる社会が実現することを願っています。