胸部X線画像のスマホ写真撮影で結核を診断するAI – RSNA 2020年次総会より

結核に早期診断は重要となるが、医療資源の乏しい国にこそ結核が蔓延する傾向がある。放射線の専門家が不足していたり、高解像度のデジタル画像が利用できない地域での活用を想定したディープラーニング技術として「胸部X線画像をスマホで写真撮影して結核の診断を行うアルゴリズム」が発表されている。

北米放射線学会(RSNA)2020年次総会のプレスリリースで、台湾国立精華大学の研究者らによる同研究が紹介されている。「TBShoNet」と呼ばれる結核検出モデルは、結核を含まない約25万枚の画像データセット(MIMIC-CXR)での学習と、結核を含む218枚のデータセット(Montgomery)での調整によって構築された。モデルの性能は662枚(結核336枚・正常326枚)のデータセット(Shenzhen)を5種類の携帯電話で写真撮影した画像で検証され、結核検出のAUCは0.89・感度81%・特異度84%を達成している。

スマートフォンのカメラ性能や撮影条件はRSNAのセッション発表を視聴する限り具体的に言及されておらず、研究手法の限界は議論を呼ぶかもしれない。しかし、近年のスマホはエントリーモデルでもカメラ性能の進化が著しいと誰もが実感しているであろう。そして、医療資源が乏しい国でも最低限のスマホは社会インフラとして相応に流通している。同研究のアプローチは結核以外の画像診断にも応用可能であり、時流をとらえたユニークなAI研究として続報を期待したい。

前の記事マサチューセッツ総合病院 – マンモグラフィ画像から将来の乳がん発症を予測
次の記事豪大手VC Blackbirdの共同創業者 – AIに強気な姿勢と医療応用への展望を示す
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
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, PhD
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)、東京大学大学院医学系研究科博士課程修了(PhD)、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)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

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。