医療画像におけるAI開発のロードマップとは?

Photo by iStock

昨年8月、米国政府機関である国立衛生研究所(NIH)が主導し、あるワークショップが開催された。これは医療画像におけるAI活用のロードマップ構築を目指したもので、主要な米国放射線関連学会・団体の協賛を受けた。取りまとめた報告書は今月16日、学術誌Radiologyにて公開されている。

ScienceDailyの報道によると、報告書では医療画像における機械学習研究の有効な進化を促すため、下記の項目を開発ロードマップとして明示しているという。
1. 新しい画像再構成技術 2. 画像への自動ラベリング技術 3. 臨床画像データ向けの新しい機械学習手法 4. ブラックボックス化を回避した、説明可能な機械学習手法 5. 妥当性の検証された、匿名化およびデータシェアリング手法

放射線科領域におけるAI活用は急激に進んでいるが、米国放射線関連学会・団体はいずれも、ヘルスケア向上を前提にAIの積極的な受け入れ姿勢を示している。放射線科医が医療AIスペシャリストを目指すという新しい流れも生まれているなか、今回のロードマップ策定を受けて、一層同領域でのAI開発は加速するとみられる。

前の記事体外受精の成功率を高めるDeep Learning技術
次の記事歯科パノラマX線で遺体の身元を自動識別する技術
TOKYO analytica
TOKYO analyticaは、データサイエンスと臨床医学への深い造詣を武器とし、健康に関するあらゆるモノ・コトのエビデンス構築・普及をお手伝いするメディカルコンサルティングプロジェクトです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。専門はメディカルデータサイエンス。ロンドンでのベンチャーエンジニアを経て、英国内の大学で医療データベース研究に従事。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。