DON'T MISS
乳がんの転移・再発をAIで予測
乳がん患者のおよそ10-15%が、がんの転移・再発によって亡くなっている。台湾Chang Gung大学の研究チームは、乳がんの転移・再発を予測するAIアルゴリズムを開発した。
学術誌International Journal of Medical Informaticsにて、今月公表された論文抄録によると研究チームは、臨床病理所見と血液検査から乳がんの転移・再発を事前予測するAIアルゴリズムを構築したという。302例の乳がん患者からなる前向きコホートデータを利用しており、最適モデルでは、がん転移の3ヶ月前での高精度な予測が可能であったとのこと。
乳がんの転移・再発を早期に予測し適切な治療介入を行うことは、患者予後を大きく改善する可能性がある。治療後フォローアップの内容や間隔など、重要な医学的判断をサポートするシステムとして期待が集まる。
AIによる創薬 – COPD治療薬の開発に成功か
製薬大手・グラクソスミスクラインと英スタートアップExscientiaは3日、慢性閉塞性肺疾患（COPD）の治療薬となり得る化合物を発見したことを発表した。2社はAIによる創薬技術に関して2017年7月に提携を公表しており、実現すれば2年越しで初の成果となる。
MedCity Newsの報道によると、AIによる化合物探索プラットフォームを利用し、システムの改善と最適化を繰り返すことで今回の発見に至ったという。Exscientiaで研究を率いたAndy Bell氏は「私たちの技術が、AI創薬をリードするものであることを示した」とする。
近年、AIを利用した薬剤の探索技術は、製薬業界から大きな注目を受けている。ExscientiaのAIプラットフォームでは、従来の手法に比べて薬剤開発のプロセスを大幅に短縮するだけではなく、薬剤化できる可能性がありながら見逃されていたターゲットのあぶり出しにも有効となる。創薬のスタンダードが今、まさに大きく変わろうとしている。
TECH AND GADGETS
AIが描くヘルスケア産業の未来〜医療編〜
ヘルスケア分野において、 AI が存在感を増してきており、業界内には多大な変革がもたらされている。AIは、人間よりもずっと早く、そしてミスなく業務を遂行することができる。 そしてヘルスケア業界の中でも特にAIが結果を出しているのは、病気の診断サポートだ。
電子メディアHealth Techによると、AI の分析方法を用いた機械学習ツールを使うことで、がん患者が持つ DNA を分析し、遺伝子の変化が予測可能になるという。これにより、医療従事者は通常よりも早く癌を発見することができ、結果的に患者の生存確率を上げることになる。心臓病の早期発見を助けるウェアラブルデバイスの開発も進んでおり、適切な治療によって病気の進行を未然に防ぐことは、どんどん可能になっているのだ。
世界的コンサルティングファーム・Deloitteが発表した「2018年ヘルスケア概観」によると、毎年25億ドルものお金が、適切とは言えない治療や医療費に使われているという。AI技術を医療画像の解析処理に用いれば、患者の医療費を最小限に抑えられる可能性は大いにある。また、腫瘍のある患者のCTスキャン画像を機械学習でAIに覚えさせれば、医師の判断をサポートできるようになることも期待されている。。
TRAVEL GUIDES
FASHION AND TRENDS
Google 医療AI部門を本格的に組織化
Googleは、これまで十分な医療AI技術を持ちながら、本格的に取り組んでいないと言われてきた。そこで今回、同社はすべての医療AI技術の組織化を目指すことを発表し、その組織化に当たって医療サービス企業のCEO・David Feinberg氏を迎え入れることを決定した。同氏はこれまで150万人以上の患者を受け持つ組織を率いた専門家であり、今後各部門に分かれてきた医療AI技術を統合し、ヘルスケア技術の開発に取り組んでいく。
Googleは、AIの機械学習を多くのユーザーに提供しているにもかかわらず、いまだにヘルスケア技術に関しては本格的に組織化して取り組んでいないと言われてきた。そのような声を受け、Googleは医療AI技術のすべてを統合するために、David Feinberg氏を起用することを発表した。米ITメディア9to5Googleによると、氏はGeisinger HealthのCEOとして、これまでアメリカの2州にまたがり150万人の患者を受け持つ組織を率いてきたという医療組織のプロフェッショナルだ。
Googleは、これまで癌検出専門のAI技術や心臓と網膜の関係を分析して心臓病の検出を行う機械学習サポート、そしてヘルスケアAI機器など、各部門に分かれて開発しており、中には10年以上国立衛生研究所と連携して血液採取・精密検査を行ってきた部門もあった。しかし米・ITメディアANDROID POLICEによると、これらの部門が組織化されずプロジェクトが重複していることが常にあったという。今後、Feinberg氏は、GoogleのAI責任者Jeff Dean氏やCEOのSundar Pichai氏と連携をしながら、GoogleのAI医療部門の統合を図っていく。
AIが心臓発作リスクを見極める
英ケンブリッジ大学を中心とした研究チームは、機械学習アルゴリズムを利用し、患者の長期診療記録から心臓発作や脳卒中などの急性期疾患発症リスクを算出しようとする取り組みを行っている。
英国で医学研究助成などを行うBritish Heart Foundationの公表によると、研究チームは、英国内200万人の長期診療記録を利用することで、冠動脈疾患・心不全・不整脈・脳梗塞などの発症リスクを明示する新しいアルゴリズムの開発に取り組んでいるという。研究を率いるAngela Wood氏は「膨大な診療記録を処理し、自身の健康増進に活用できるようになったのはつい最近のことだ」とし、科学技術の飛躍的な向上が背景にあることを指摘する。
英国の臨床現場では「NHS Health Check」と呼ばれる疾患リスクの算出モデルが利用されているが、ある時点でのコレステロール値や血圧値などを利用した「スナップショット」でしかない。患者固有の病歴や服薬歴の変遷、リスク因子の推移までを考慮したモデルは珍しく、より高い精度でのリスク評価が可能になるか、医療者からの期待も高まっている。
LATEST REVIEWS
放射線科医とAIの協調による高精度乳がんスクリーニング
米ニューヨーク大学（NYU）の研究チームは、マンモグラフィ画像の読影において、放射線科医とAIの共同作業が高精度な乳がんスクリーニングを実現できることを示した。
チームの研究報告によると、この乳がんスクリーニングAIは、20万枚を超えるマンモグラフィ画像から構築されており、放射線科医の読影と併せることで90%の乳がん識別精度を達成したという。同大学の公表によると、論文の著者であるKrzysztof J. Geras博士は「AIは人間の目で見ることのできないピクセルレベルの変化を検出することができるが、逆にAIが持ち得ない推論を人間が行うことによって、乳がんスクリーニング全体の精度が補完される」としている。
米国では年間4000万件ものマンモグラフィ検査が実施されているが、偽陽性（本来的に乳がんを持たないが検査上は乳がんを疑われる症例）もしばしば問題となる。これは確定診断のためには生検（外科的に組織サンプルを採取して調べる検査）が必要となることから、健常者に対する侵襲性としては決して低くないためだ。AIと放射線科医の協調により、精度の高い乳がんスクリーニングを実現することは、現実的で価値の高いAI活用法として期待が大きい。
