医療とAIのニュース医療におけるAI活用事例最新医療AI研究専門医による「肺がんのセグメンテーション」を助けるAI

専門医による「肺がんのセグメンテーション」を助けるAI

肺がんは世界で最も罹患率の高いがん種であり、約半数の症例で放射線治療が行われている。しかし、放射線治療計画の立案には数日から数週間を要し、高度に訓練された医師間であっても、どの組織にどの程度の放射線を照射するのかに関する判断にはばらつきがある。

米ボストンに所在するブリガム・アンド・ウィメンズ病院の研究チームは、CTスキャン上の非小細胞肺がん(NSCLC)を数秒で識別しセグメンテーションすることを可能とする深層学習アルゴリズムを開発・検証した。The Lancet Digital Healthに掲載された研究論文によると、このアルゴリズムを使用した放射線腫瘍医(人間+AI)が、アルゴリズムを使用していない医師(人間単独)と同等のパフォーマンスを発揮するとともに、実際の作業時間としては65%短縮できることを実証している。さらにこのブラインドテストでは、「AIが描いたセグメンテーションの品質」が人間の専門医が描いたものよりも高く評価されていた。同院のRaymond Mak医師は「我々のアプローチは、腫瘍のセグメンテーションにおける一貫性の向上と、治療までの時間短縮を実現する。臨床医のメリットとしては、平凡だが複雑なPC作業が減ることで、燃え尽き症候群のリスクを低減し、患者と向き合う時間を増やすことができる」と述べている

研究チームは今後、がん治療中に放射線を受けることが好ましくない周辺臓器を特定し、放射線治療から適切に除外するシステムの構築も計画している。彼らは、AIとのパートナーシップが実臨床に役立つことを実証するため、「医師がAIとどのように相互作用するか」に焦点を当てた研究計画を立案し、「人間とAIが描いたセグメンテーションの両方を検証できる、独立した第2のセグメンテーションアルゴリズムを開発中」としている。

関連記事:

  1. 小細胞肺がんの化学療法反応性をCTスキャンから予測
  2. AIが肺がん診断を1年早める可能性
  3. 画像情報なしの電子カルテデータから肺がんリスクを予測

TOKYO analyticahttps://tokyoanalytica.com/
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. 岡本 将輝
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)、英University College London(UCL)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、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員准教授など。専門はメディカルデータサイエンス。

2. 杉野 智啓
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。
RELATED ARTICLES

最新記事

注目の記事