DON'T MISS
非接触型バイタルサイン監視という新潮流 – イスラエル「Donisi」
脈拍数・心拍数・呼吸数といったバイタルサインを、非接触型のリモートセンシング技術によってモニタリングすることが新たな潮流となってきた。イスラエルのテルアビブ拠点で非接触型モニターを開発する「Donisi Health」は、センサーシステム「Gill Pro」でFDAのDe Novo申請（市販前審査の一種）で機器承認を得た。
MobiHealthNewsでは、Donisi社のGill Proについて紹介している。Gill Proは卓上に設置した機器が、光学センサーとAIアルゴリズムの組み合わせで人の体表レベルの微動を遠隔監視し、脈拍数・心拍数・呼吸数・呼吸速度を推定することができる。Gill Proはさらに心房細動を識別する機能へ適応拡大を目指し、FDAの申請プロセスを進めているという。
COVID-19のパンデミック以降、従来の接触型センサーから、非接触型モニターへ移行する大きな流れが鮮明となっている。スマートスピーカーで心拍をモニタリングするシステム（過去記事）や無線によるリモートセンシングでの服薬管理（過去記事）など、非接触型生体監視デバイスの大きな可能性を感じさせる発表が相次いだ。Donisi社のCMOである Sagi Polani氏は「今回の機器承認は、ライフスタイルを変えずに生活を変える、という私たちの使命を果たすためのエキサイティングな一歩です」と述べた。
関連記事：
スマートスピーカーを利用した心拍モニタリングシステム
投薬自己管理のエラーを防ぐリモートセンシング技術
2021年最新「世界の有望AIスタートアップ Top 100」
米CB Insightsによる、AIスタートアップ6,000社以上を対象としてトップ100を選出する調査「AI 100」が今年も発表された（過去記事2020年版）。
同調査が最も代表的なカテゴリーに掲げる「ヘルスケア」には最多の8社が選出されている。それらスタートアップは私たちのメディアに登場したものもあり、以下順不同で紹介する。
1. 「Caption Health」AIガイド超音波診断（過去記事）
2. 「theator」手術支援AI（過去記事）
3. 「insitro」AI創薬
4. 「Overjet」歯科X線画像診断AI
5. 「Unlearn.AI」AIによるデジタルツイン構築で臨床試験支援
6. 「Olive」医療機関の業務効率化AI（過去記事）
以下2社は昨年に続き2021年も選出
7. 「Recursion Pharmaceuticals」AI創薬（過去記事）
8. 「Owkin」研究者向けAIプラットフォーム（過去記事）
医療関連はヘルスケアのカテゴリー以外にも含まれ、特に日本からはOTHER R&Dのカテゴリーに「エクサウィザーズ」が選出されている。同社は介護や医療の領域においてAIプロダクトを開発している。その他、日本からは法務・リーガルテックを手がける「LegalForce」が選出された。100社は12カ国から選出され、米国からは昨年の65社とほぼ同様、2021年は64社が選出された（英国8社、中国とイスラエルが6社、カナダ5社と続く）。米国の調査会社ゆえに同国内からの選出が偏重する側面はあるが、AIスタートアップ勢力図が米国を中心としたものとして続くことは、実感としても間違いがない。
TRAVEL GUIDE
サーモグラフィーでの乳がん診断はAIによって確立されるか？
X線撮影によるマンモグラフィーは、乳がん早期発見のための基本的な検査手法である。一方、熱の分布を赤外線撮影するサーモグラフィーが、乳がんスクリーニングに有効という説も唱えられてきた。しかし科学的根拠が乏しく、マンモグラフィーを代替するには至っていない。
インドのメディアYourStoryは、サーモグラフィーをAIアルゴリズムで解析する乳がん診断技術Thermalytixを開発した、インドのスタートアップNiramai社を紹介している。マンモグラフィー撮影時の乳房圧迫の痛みを避けられる点や、アジア圏女性に見られる高濃度乳房でのマンモグラフィーのがん検出率低下に対抗できるとして、同社はサーモグラフィーの利点を強調し、有効性の検証を進めている。日本のドリームインキュベータ社が資金調達をリードしていることも話題となった。
米国FDAは2019年2月のプレスリリースで、「乳がん診断にサーモグラフィー単独でマンモグラフィーを代替すべきではない」と警告している。これはサーモグラフィーの有効性を不当に強調しマンモグラフィーを行わない民間団体やホメオパシー・クリニックに対抗する声明で、これまでも複数回出されてきた。果たして、AIによる乳がんサーモグラフィー診断は従来の技術的な限界を超えて、科学的根拠を確立できるだろうか？
米Jvion社 – COVID-19ワクチン接種優先順位づけをAIが支援
新型コロナワクチンの接種が世界的に開始されているが、他国と比較し米国でのワクチン接種が想定より進んでいない現状が伝え聞かれる。米国でのワクチン接種は行政単位ごとに、CDCガイドラインに基づいた優先順位がつけられている。効果的な優先順位づけのため、医療AI開発企業のJvionは「AIを適用したCOVID-19ワクチン接種優先順位指数（VPI: Vaccination Prioritization Index）」の提供開始を発表している。
Jvion社の19日付プレスリリースによると、同社の提供するVPIは昨年春から発表してきたCOVID-19に対する地域脆弱性マップに更新を加え、CDCガイドラインと社会経済的脆弱性に基づき、地域のワクチン接種優先度を指標化したものである。ワクチン接種優先順位は、郡と郵便番号ごとに1から6までのスケールで評価するレイヤーがマップ上に示され、公衆衛生当局がワクチンの優先順位の高いエリアを地域社会の構造に基づいて絞り込むのを支援する。VPIツールはMicrosoft Azure上に構築された「Jvion CORE」という機械学習と予測分析を行うJvionの基幹AI技術で実装されている。2020年3月の公開以来Jvionのマップは、ホワイトハウスタスクフォース・連邦緊急事態管理庁（FEMA）・各軍組織・州および地方自治体のメンバーを含め、200万回以上閲覧されてきた実績を持つという。
日本においてもCOVID-19のワクチン接種計画が次第に明らかにされてきたが、初期の接種対象者である医療従事者の間でも計画に対する不安は否めない状況にある。COVID-19の打開策として期待される第一歩のワクチン接種が効果的に進むか、優先順位づけを含む各国の計画の推移に注目していきたい。
PHONES & DEVICES
中皮腫のCT診断AI – Canon Medicalとグラスゴー大学
建材などに使用されてきたアスベスト（石綿）関連の健康被害として、肺の悪性腫瘍である「中皮腫」がある。スコットランドでは、英国の主要産業として造船・建設でアスベストが多く使用されてきた経緯から、国際的にも中皮腫の発生率が高い地域として知られる。そのスコットランドを拠点としたCanon Medical Research Europeとグラスゴー大学は、中皮腫のCT診断に焦点を当てたAIツールを開発している。
グラスゴー大学のリリースによると、中皮腫のCT診断AIは腫瘍専門医の教師データから学習し、病変の検出と測定を正確に行う。同ツールは、がんに対するイノベーション技術に資金提供するスコットランド内のプログラム「Cancer Innovation Challenge」の一環で開発され、検証結果の発表を予定している。中皮腫は、一般的な腫瘍のように球体ではなく、組織表面上で「皮」のように複雑な成長をみせるため、CTでの診断が難しいがんの1つとされる。また、中皮腫の治療法は限定的で、今後の新規臨床試験も不可欠であるため、AIによる腫瘍検出・測定の効率化および自動化は臨床試験をより低コスト・短時間・高精度にする可能性も期待されている。
Canon Medicalの主席研究員であるKeith Goatman氏は「AIのスピードと精度は中皮腫の治療に幅広い影響を与える可能性があります。正確な腫瘍体積の測定は手作業では時間がかかり過ぎます。測定の自動化は腫瘍体積のわずかな変化も検出し、新しい治療法への臨床試験の道を拓くでしょう」と述べている。アスベスト使用は既に各国で禁止されたものの、中皮腫患者の発生では数十年という単位での時間差をみせている。英国のみならず、日本における中皮腫による死亡数も増加の一途であり、国際的に死亡者数のピークはまだ先にあるとも予測される。当該AIツールではその先を見据えた開発が進められている。
バングラデシュにおける子供の発育阻害を明らかにするAI研究
生後初期の慢性的な栄養欠乏によって、その後年齢相応の身体および認知機能の発達が得られなくなるものを「発育阻害（stunting）」と呼ぶ。1億を超える未就学児が発育阻害に曝されるが、その90%以上がアジア・アフリカの子どもたちとなる。豪キャンベラ大学などの研究チームは、バングラデシュにおける小児発育阻害のリスク因子探索に、機械学習アプローチを用いた研究を行っている。
Informatics for Health and Social Careからオンライン公開されたチームの研究論文によると、2014年のバングラデシュにおける健康調査データを利用して、5歳未満の小児における発育阻害を予測する機械学習モデルの構築、およびリスク因子の探索を行ったという。結果から、バングラデシュにおける発育阻害への高い説明力を持つリスク因子は順に、小児の年齢、家庭の経済状況、母親の学歴、妊娠期間、父親の学歴、世帯規模、初産時の母親の年齢などが明らかにされている。
著者らは「研究成果によって、バングラデシュにおける発育阻害を理解するためには、社会経済的因子に加え、栄養および環境要因の観察が重要であることを明らかにした」としており、事態改善を目指した取り組み・政策立案への示唆を本研究知見が提供する事実を強調している。
関連記事：
機械学習で自閉スペクトラム症の血中バイオマーカーを特定
糞便から食生活を予測するAI研究
発熱した乳児にその検査と治療は必要か？ – 低リスク患児を特定するAIモデル
アクションゲームがADHD向けデジタル治療としてFDA認証を取得
LATEST TRENDS
ソーシャルディスタンス確保はCOVID-19の感染拡大を本当に抑制しているのか？
米オクラホマ州立大学などの研究チームは、ソーシャルディスタンスの確保が「どの程度COVID-19の感染拡大を抑制しているのか」を、機械学習手法を用いて調査した研究報告をまとめた。
JMIR Public Health and Surveillanceに公表されたチームの論文によると、GoogleとAppleが収集したGPSモビリティデータと欧州疾病予防管理センター（ECDC）の疾患統計を利用し、26か国におけるソーシャルディスタンス関連政策がどのように感染拡大に影響したかを調査した。勾配ブースティング回帰木を用いたモデルでは、ソーシャルディスタンス関連政策によってもたらされた「モビリティパターンの変化」は、「COVID-19の感染率の変動」の47%を説明していた。
研究者らは、これまで多く示されてきたシミュレーションベースの先行研究と同じく、やはりソーシャルディスタンス確保は感染拡大を抑制すると結論付けている。一方で、全体的で一義的なソーシャルディス政策ではなく、精緻なデータ解析によって地域特異的な必要性を捉え、政策に反映させることの必要性も訴える。
COVID-19ワクチンの安全性と忍容性をAIプラットフォームで評価
急速で広範囲なCOVID-19ワクチン接種キャンペーンが展開される中、米FDA認可の2種のワクチン（ファイザー/BioNTech製またはモデルナ製）の実世界における安全性を継続的に評価することが重要視されている。「AIプラットフォームにより電子カルテから情報を抽出・解析することで、従来では難しかったリアルタイムのワクチン安全性評価を行う研究」がマサチューセッツ工科大学やハーバードメディカルスクール出身者らで構成された研究者集団「nference」で行われている。
同研究の最新の成果はmedRxivにプレプリント論文として公開されている。米FDA認可の2種のCOVID-19ワクチンを接種した約31,000人および同数の対照群が用意され、「接種後21日以内の受診状況」および「各種有害事象の発生率」について、電子カルテ記録から情報抽出され解析が加えられた。情報処理にはGoogleの自然言語処理モデルBERTをベースとしたAIプラットフォームが用いられている。結果として、ワクチン接種後21日以内の受診割合は、非接種者と同等で有意差を認めなかった。また、7日以内の有害事象報告として高頻度のものから列挙すると、関節痛（初回0.59%・第2回0.39%）、下痢（初回0.58%・第2回0.39%）、紅斑（初回0.51%・第2回0.31%）、筋肉痛（初回0.40%・第2回0.34%）、発熱（初回0.27%・第2回0.31%）であった。
電子カルテに記録された内容という制約があるものの、それらワクチンの臨床試験段階で報告されていた有害事象の発生報告割合と比較すると、実世界での接種後報告割合は著しく低い結果となっている。よって「臨床上注意を必要とするワクチン関連の有害事象は想定より低く、安全性と忍容性が十分なものと再確認できた」と研究者らは主張している。AIプラットフォームによる迅速かつタイムリーなワクチンの安全性追跡調査は様々な形で今後も継続され、人々のワクチンに対する信頼を積み重ねていく助けとなるだろう。
関連記事：米Jvion社 - COVID-19ワクチン接種優先順位づけをAIが支援
TECH
REVIEWS
中皮腫のCT診断AI – Canon Medicalとグラスゴー大学
建材などに使用されてきたアスベスト（石綿）関連の健康被害として、肺の悪性腫瘍である「中皮腫」がある。スコットランドでは、英国の主要産業として造船・建設でアスベストが多く使用されてきた経緯から、国際的にも中皮腫の発生率が高い地域として知られる。そのスコットランドを拠点としたCanon Medical Research Europeとグラスゴー大学は、中皮腫のCT診断に焦点を当てたAIツールを開発している。
グラスゴー大学のリリースによると、中皮腫のCT診断AIは腫瘍専門医の教師データから学習し、病変の検出と測定を正確に行う。同ツールは、がんに対するイノベーション技術に資金提供するスコットランド内のプログラム「Cancer Innovation Challenge」の一環で開発され、検証結果の発表を予定している。中皮腫は、一般的な腫瘍のように球体ではなく、組織表面上で「皮」のように複雑な成長をみせるため、CTでの診断が難しいがんの1つとされる。また、中皮腫の治療法は限定的で、今後の新規臨床試験も不可欠であるため、AIによる腫瘍検出・測定の効率化および自動化は臨床試験をより低コスト・短時間・高精度にする可能性も期待されている。
Canon Medicalの主席研究員であるKeith Goatman氏は「AIのスピードと精度は中皮腫の治療に幅広い影響を与える可能性があります。正確な腫瘍体積の測定は手作業では時間がかかり過ぎます。測定の自動化は腫瘍体積のわずかな変化も検出し、新しい治療法への臨床試験の道を拓くでしょう」と述べている。アスベスト使用は既に各国で禁止されたものの、中皮腫患者の発生では数十年という単位での時間差をみせている。英国のみならず、日本における中皮腫による死亡数も増加の一途であり、国際的に死亡者数のピークはまだ先にあるとも予測される。当該AIツールではその先を見据えた開発が進められている。
ENTERTAIMENT
