医療スタッフと一緒に働けるロボット ABB社のYuMi – テキサス医療センターで実証試験

医療におけるAIとロボットは革新技術の両輪といえる。それらを応用して、医療専門職の人々を単純作業から解放し高度で生産的な仕事に集中させる取り組みが進んでいる。薬剤師を単純労働から救うAIとロボットの話題は以前に紹介した(過去記事)。病院内で働くロボットの中でも「非手術用・非外科用」というカテゴリーは、2025年までに需要が4倍になるともいわれ、手術用ロボットと別の視点から注目を浴びている。 世界4大産業用ロボティクス企業の一角ABBは、米国ヒューストンのテキサス医療センター(TMC: Texas Medical Center)を拠点として、モバイルロボットYuMiを実証試験している。同施設内のYuMiは、医療スタッフの研究作業や物流業務を手伝うように調整されている。例えば、薬液・試験液の投与や混合、遠心分離、装置のクリーニングなど、反復され繊細で時間のかかるタスクを人に代わって行ってくれる。 YuMiは協調性のあるロボット(collaborative robots)という点がユニークである。人と同じスペースで働くには危険でフェンスで囲われたような領域で作業する過去のロボットと、YuMiの設計は異なる。人間の同僚と衝突しそうな状況を感知すると瞬時に動きを停止し、作業再開も簡単にリモートコントロールできる。ABBは、食品や飲料の研究室で作業自動化に取り組んできた経験を、医療分野に適用する大きな可能性を見込んでいる。 テキサス医療センターのニュースでは、実験施設を運営するJosé Manuel Collados氏とのQ&Aで、プロジェクトの概要が分かりやすく解説されている。ABBは電力システム事業を、日本の日立製作所に買収されたことでも話題となった。非手術用ロボットが医療現場に革新をもたらすことが実証された際、果たして日本国内ではどのような動きが生まれてくるだろうか。

LIFESTYLE

TECHNOLOGY

LATEST NEWS

Innersight Labs – AIによる3Dモデルで外科医をサポート

英King's College LondonはAIホスピタル構想を強力に推進し、London Medical Imaging and AI Centre for Value Based Healthcareでは、国民保健サービス(NHS)との連携により医療画像を中心とした多彩なAI研究を展開する。同センターとパートナーシップを締結し技術提供を行うInnersight Labsは、独自の3D解剖モデルによって外科医の手術支援を行っている。 King's College Londonの6日付ニュースリリースによると、Innersight Labsが開発したInnersight3Dは、CTおよびMRI画像からインタラクティブな3D解剖モデルを構築できるAIソフトウェアで、既に複数の臨床導入を実現しているという。実際の構築済み3Dモデルはこちらから参照できる。サンプルは腎臓周囲の構造を示すが、血管走行や臓器間の位置関係などをあらゆる方向から観察することができ、事前の手術計画をより詳細かつ効率的に立案できることが分かる。 Innersight Labs CEOのEoin Hyde氏は「新型コロナウイルス感染症による危機拡大により、一部のがん手術は数ヶ月単位で延期され、この期間に腫瘍サイズは2倍になる可能性さえある。この深刻な遅れは手術の複雑化をきたし得るが、Innersight3Dは外科チームの行う手術治療を最適化するための豊富な情報を与え、困難を克服する手助けとなる」とし、COVID-19によってもたらされた「preventable deaths」(防ぐことのできる死)への現実的な対抗策ともなることを強調する。

アフターコロナの英国眼科検診はAIスクリーニング「EyeArt」でコスト削減へ

英国NHSでは糖尿病患者の網膜症をスクリーニングするため、年1回の眼科検診プログラム(DESP: Diabetic Eye Screening Programme)が設置されている。DESPではAIソフトウェアによる自動網膜画像解析システム(ARIAS: automated retinal image analysis systems)のひとつ「EyeArt」の評価が行われ、研究成果は学術誌 British Journal of Ophthalmologyに発表された。 EyeArtの開発元Eyenuk社のプレスリリースによると、同社の技術によってDESPに関わる人間の作業量は半減し、英国内で年間数百万〜1千万ポンド以上のコスト削減が見込めるという。網膜損傷の自動検出は、専門家への紹介が必要なレベルで95.7%の精度、視力低下につながるような重篤なレベルでは100%の精度をうたう。スクリーニング検査の大半は異常の兆候なし・追加処置不要となり、人間の評価者が診断するべき画像の数は、十分安全な範囲として全体の半数に削減可能であると研究成果から示された。 英国ではCOVID-19拡大に伴うロックダウンの影響から、眼科検診予約の未処理・積み残しが多数発生している。そのような過剰負荷となっている医療システムの正常回復へ、EyeArtのようなARIAS技術の貢献が期待されている。医療資源の不足が問題とされる諸国においても、視力低下を回避するための糖尿病患者の眼疾患スクリーニングの重要性は増しており、英国型のプログラムが世界に展開された場合、2030年には年間20億万枚の画像チェックが自動化される試算がなされている。

オランダ・アイントホーフェン空港内にCOVID-19検査施設がオープン

アラブ首長国連邦・ドバイに本拠を置くEcolog Internationalは、アイントホーフェン空港内にCOVID-19テストセンターを開設することを発表した。このセンターでは、飛行機の搭乗者だけでなく、市民・居住者までを対象としたPCRの実施施設となり、デジタルプラットフォームを活用した高度な最適化システムに注目が集まっている。 Ecolog Internationalが3日公表したところによると、本施設は同社のEco-Care Solutionに基づくもので、既にルクセンブルクへの導入ではCOVID-19の国家的検査体制の構築に役立てられているという。検査プロセスはワークフローにとって高度に最適化されており、検査希望者はDas-Labアプリを介した予約登録とスケジュール確認が可能であるほか、検査結果はセキュアなプラットフォーム上で迅速に確認することができる。 Ecolog International CEOのAli Vezvaei氏は「アイントホーフェンでCOVID-19のテストサービスを提供し、スクリーニングと診断ソリューションで人々の安全に貢献できることを誇りに思う。第二波リスクを最小限に抑え、さらなる経済的・社会的被害の回避に役立つだろう」とする。

STAY CONNECTED

226,351ファンいいね
67,905フォロワーフォロー
32,600購読者購読

POPULAR ARTICLES

ハーバード大学 手術後の退院先を予測するAIアルゴリズムを開発

ハーバード大学を中心とした研究チームは、脊椎すべり症の手術を受けた患者がどのような退院先となるか、機械学習を用いた予測アルゴリズムを開発した。研究成果は3月27日、学術誌European Spine Journalにて公開された。 同チームの研究論文によると、大規模な患者データベース(The National Surgical Quality Improvement Program)を利用し、2009年から2016年までの間に脊椎すべり症に対して外科的手術を受けた患者のデータから、高精度な機械学習アルゴリズムを構築したという。アルゴリズムが予測を行うのは、自宅退院かそれ以外かで、非自宅退院にはリハビリ施設や介護施設などが含まれるとのこと。 脊椎すべり症は、壮年期以降に椎間板が変性することによって引き起こされることが多い。手術後の自宅退院が不可能となる症例では、社会福祉的な対応が欠かせず、退院先調整が難航するケースも少なくない。事前に退院後リスクまでを考慮した治療計画を立てることは、医療者・患者双方にとっての大きなメリットとなる。著者らは、今後他疾患についても同種の研究が加速することを指摘している。

骨粗鬆症リスクを見逃さないために – AIソフトウェア「XRAIT」

骨粗鬆症は、骨量が減って弱くなり骨折しやすくなる、あるいは既に骨折してしまっている状態を示す。高齢化とセットになる社会問題であるが、実際に骨折した高齢者が骨粗鬆症の治療と検査にたどり着かないケースも後を絶たない。骨粗鬆症の治療と予防を必要とする患者をもれなく拾いあげるため、オーストラリアの研究チームが開発したのは、放射線検査のレポートから骨折に関する情報を識別するAIソフトウェア「XRAIT」である。同研究についてはメディアDiagnostic Imagingで報じられている。 内分泌医学の国際学会ENDO 2020の演題として同研究は採択され、Journal of the Endocrine Societyに収載される予定である。AIソフトウェアは自然言語処理によって骨折とそれに関連する用語を放射線検査レポート内から検索してリスク患者を選別する。さらには骨折部位別の報告スタイルに合わせてアルゴリズムが強化されている。従来の検査レポート記述が手作業で参照されていた結果と比べ、XRAITは潜在的な骨折を5倍近く拾いあげることができたという。現在のところ、ソフトウェアは感度69.6% / 特異度95%として報告されている。 研究グループはXRAITによって、人の手作業による記録の見逃しや、検出までにかかる長いプロセスを改善しようとしている。その結果、骨粗鬆症患者が速やかに確実に治療へ結びつき、次に起きる骨折を減らすことを目標とする。日本においても、病院内では「骨折(骨粗鬆症)リエゾンサービス」という他職種連携でリスク患者を拾いあげる取り組みが広がってきている。そういった場面において、XRAITのような1次スクリーニングが実装されてゆき、患者に真のメリットがもたらされる効率的な医療が展開される将来像を期待したい。

AI自動運転への過渡期に何を考えるか -高齢ドライバーと軽度認知機能障害 【臨床医が考察】

高齢ドライバーと運転免許に関する問題を、社会全体が痛感する状況が続いている。免許を自主返納するような一部の自主的な努力が及ばず、安全網からの小さな漏れが悲劇的な結末につながってしまう。個人の権利は尊重されるべき一方で、ある程度の強制力をもつ線引きには、活発な議論と現状認識が必要だろう。 近い将来、AIによる運転の完全自動化は確実な流れと考えられる。国土交通省資料に示されているような、いわゆるレベル5近辺の自動運転技術に達する頃には、別の倫理的問題へと変化しているに違いない。しかし、現状は過渡期である。待望の技術進化の達成時期は未知であり、直面した問題に現実的な対応をしなければならない。 『高齢』『運転能力の低下』『認知機能の低下』の視点から、以下の2つの論点を中心に考察する。 1.「高齢者は一律に運転能力が低下するか?」 2.「認知機能低下があれば運転は不適切か?」 「高齢者は一律に運転能力が低下するか?」 高齢者と接する機会の多い医療従事者は臨床現場で日々実感していることだが、認知および身体機能には個人差がとても大きい。これは論点のひとつ、『単純に年齢だけでは運転の可否の境界線を引けない問題』と関わる。そもそも運転能力は多くの要素から影響を受け、個人差が大きいという前提がある。そして、運転能力と一言でいっても様々な解釈がある。 特に私たちの感情を強く刺激するような凄惨な事故、未来への希望が断たれる被害者、理不尽で容認しがたい構造の事故背景をみると、加害者へのバッシングに傾くのも常である。しかし、衝動的な感情が収まるのを静かに待ち、一歩下がって大局の視点に戻ると、専門家のコンセンサスは実は既に得られていることに気がつく。 「安全に運転できる限り、年配の運転者も路上にとどまるべきである」 裏を返すなら、 「安全に運転できないなら、年齢に関係なく路上に出てはいけない」 車社会と高齢社会が高度に共存している米国の例をみても結論はさほど変わらない。米国運輸省道路交通安全局(NHTSA)の高齢運転者に対する評価とカウンセリングの臨床向けガイド『Clinician’s Guide to Assessing and Counseling Older Drivers』を参照とするも、やはり結論は「客観的に評価して、安全に運転できるなら運転を規制できないし、するべきではない」となるだろう。 米国の老年医学研究学術誌Journal of the American Geriatrics Society収載の論文では、医学的理由で運転制限に至る高齢者は15%程度という実情を報告している。このようなデータを、医学的な運転制限が必要な高齢者が潜在的に存在する可能性ととらえるのか、それとも本質的には運転能力低下は医学との関連要素が小さいと解釈するのか?より多くの臨床関係者が、この問題に積極的に意見を示す余地がある。 カナダの老年医学研究学術誌Canadian Geriatrics Journalに掲載の『高齢ドライバー評価に関する合意声明』では、論調が個人の権利よりも社会的要請の側にシフトする。現状の評価方法には課題が多く、医療従事者による積極的関与と協力を強め、多段階的で公正な評価方法へと修正してゆく議論が必要という。そして、社会的には個人の運転から代替する方法への技術開発が望ましいと表明している。 では実際に、客観的な運転能力評価のため現行でも取り得る方策があるだろうか?既に個人の手元に届く技術として、様々なAIアプリケーションに注目してみる。Driving behavior scoreやSafe driving scoreと呼ばれるような、ビッグデータと機械学習モデルから運転技能を点数化するアプリは、目にすることが増えてきたのではないだろうか。商業ベースではMoveXやFICO社などが該当し、国内の身近な例ではYahoo!カーナビの運転力診断(三井住友海上火災保険会社の機能提供)がある。誰もが納得できる公的なAI運転能力診断スコアを、年齢に関係なく運転免許維持の要件とするのはひとつの可能性である。公道での運転評価は、都市と郊外の道路状況の違いを加味する必要もある。そのため、判定を補助する要素とし、VR技術を活用したドライブシミュレーターなども実用に耐え得るものとして期待できる。 「認知機能低下があれば運転は不適切か?」 認知機能低下≠運転能力低下、であることも議論の難しさとなる。日本精神神経学会の『患者の自動車運転に関する精神科医のためのガイドライン』では、「認知症も含めた特定の精神疾患を運転制限に結びつけるのは医学的根拠がない」などとして一律の強制力を働かせた規制には反対の姿勢が強い。 国内外問わず、グレーゾーンとして共通の議題とされているのが『軽度認知機能障害(Mild Cognitive Impairment : MCI)』である。学術誌Journal of...

LATEST REVIEWS

医療画像AIの学習のために

オーストラリア・アデレード大学の人工知能研究機関Australian Institute for Machine Learning(AIML)は、豪州のAI研究をリードする重要拠点の1つだ。同大学のJohan Verjans氏とLuke Okaden-Rayner氏が監修した書籍「Artificial Intelligence in Medical Imaging」が、現在無償で提供されている。 370ページを超える同書籍は、こちらからPDF版として入手できる。医療画像分野におけるAI利用の手法や余地、応用例、リスクなどが具体例を挙げて詳細に記載されており、医療画像AIへの参入を目指す研究者や開発者にとって価値あるものと言えるだろう。