これまで放射線診断の現場では、読影の医師が手作業で

一枚一枚を読んでいたということです。

私どもで、提携するディープランニングで画像診断を行う、Enliticでは

以下のように説明しています。

「Enlitic

どう機能するか？

以前の方法： ディープラーニング以前は、エンジニアはコンピュータ支援診断(CAD)プログラムを制作するために、

映像内の情報の部分集合を検出するためのルールを手作業で作成していました。

新しい方法：ディープラーニング：この新技術は大量の医療記録の中で、何が直面するタスクに有益な情報か

を検知するために全ての情報をチェックします。

ディープラーニング・ツールは患者の症例につき医師の迅速な対応を支援するために映像、診断書、患者の治療結果など

何百万という症例から診断に必要な情報を提供できます。

これはダイナミックなアプローチで、患者の研究数と範囲が増え、放射線医からのフィードバックが増えるにつれて強力になります。

ディープラーニングは金融、通信およびオンライン消費者業界全般で担当者の分析能力を拡大することで

現状を打破するツールになっています。

Enliticはディープ・ラーニングを医療に応用することに特化しています。」

具体的な方法には言及がないですが、理論的に考えれば、これまでの大量の診断結果を

蓄積し、保存することで、画像に現れたものが一体どのような病変であり病気の原因で

あるかをＡＩが判断していくことになります。これまでは人間のパターン認識と、経験知

に頼っていたものが、より大量の情報から自動で判断することになるのです。

想像するに、全く新しいパターンには弱いと思います。

しかしながら、これまで何度も出会った画像は瞬時に判断が可能でしょう。

先日、個人的にも頸椎のレントゲンを撮って、整形外科の先生に診てもらいました。

先生の説明の中で面白いと思ったのは、「確かにつぶれて悪いと思っていても

本人には全く自覚症状がない場合もある。結果痛くないので、問題がない。」

これは、整形外科の場合は特に痛みが無ければ、いいので、触ることはありません。

これが、がんの場合もあり得るとしたら怖いことです。

写真を撮ったがゆえに見つかってしまった病気、それを症状がないにも関わらず

触られて、手術までされたとしたらアンラッキーとしか言えません。

話がそれましたが、ディープラーンニングで画像診断は、医療の中でのＡＩ活用の

試金石となるはずです。