Deep Learningで脳動脈瘤の発見を手伝う – 米スタンフォード大 『HeadXNet』

Photo by iStock

脳の動脈がコブ状にふくらんだ状態『脳動脈瘤』は、やがて破裂して命にかかわる危険性がある。まだ破裂していないコブを見つけて治療すれば致命的な脳出血を避けられる。コブは様々なサイズでトリッキーな角度のことがあり、膨大な画像を繰り返しスクロールしてコブを見落としなく拾うことは、放射線科医にとって最も手間のかかる重要な仕事であった。

スタンフォード大のプレスリリースによると、同大のチームが開発したAIアルゴリズム『HeadXNet』は、脳動脈瘤の可能性の高い場所を赤いハイライトで強調して診断医に知らせるツールである。このツールを利用することで、100画像あたり6個の脳動脈瘤を追加的に見つけられるレベルにまで、医師の診断能力を引き上げるという。研究成果はJAMA Network Openに報告された。

脳動脈瘤をみつけるAIは様々なかたちで報告されている(過去記事)。その中でHeadXNetの強みは、AIの現場への応用を考えて慎重に設計されたところにある。プログラムには設計の長所と短所が必ず含まれ、過剰な診断能力は臨床にとって時にマイナスとなりかねない。HeadXNetは医師の脳動脈をみつける能力を引き上げながら、一方で、スクリーニング検査にとって大事な、コブがないという『不在を診断する能力』に害を与えない設計と検証がなされた。例えば半透明のハイライト表示は医師の画像チェックに配慮したものである。まさに人間の診断プロセスをAIがいかに支援するかという関係を示した好例と言えるだろう。

前の記事あなたに最適な放射線治療をAIが決める – クリーブランド・クリニック発の新研究
次の記事米Koios 乳房超音波のAI診断システムでFDA承認を取得
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。