2018年4月28日 更新

2018 国際医用画像総合展(ITEM)報告レポート⑤  〜エルピクセルのAI開発〜

4/13~4/15にパシフィコ横浜で開かれたITEMに行ってきました。画像診断支援AI技術開発の各企業の動向についてレポートします。今回は、エルピクセルです。

783 view お気に入り 0
 (4771)

パシフィコ横浜で開かれたITEM2018(4/13~4/15)に行ってきました。
今回の学会テーマは、「夢のような創造科学と人にやさしい放射線医学」。大企業を中心に多くの企業で、画像診断支援AI関連の展示・プレゼンに力が入っていました。機器展示会場だけでなく、ランチョンセミナーにおいても、各企業が画像診断支援AIの現状と方向性をプレゼンし、どこも超満員の大盛況となっていました。
今回は、エルピクセルのAI開発の動向についてレポートします。

エルピクセルの画像診断支援AI開発

 (4774)

 エルピクセルは、実際の画像診断支援AIのデモを見せながら、インパクトのある展示をしていました。エルピクセルの開発する画像診断支援AI 「EIRL(エイル)」の解析対象部位は、脳、肺、肝臓、乳房など多岐にわたり、現在10個のテーマに取り組んでいます(図1)。
図1. エルピクセルが開発中の画像診断支援AI「EIR...

図1. エルピクセルが開発中の画像診断支援AI「EIRL(エイル)」

解析対象部位は、脳、肺、肝臓、乳房など多岐にわたる。特に脳においては、白質病変、水頭症、血管狭窄、動脈瘤などをターゲットに画像診断支援AIの開発が進められている。
 特に、脳においては、白質病変、正常圧水頭症(DESH)、血管狭窄、動脈瘤などの幅広い疾患をターゲットとしています(図2)。中でも脳動脈瘤の画像診断支援AI は、既に高い検出精度を有しており、現時点で、遠隔診断画像診断サービスを提供しているエムネス社にて試験的に利用され、見落としを防ぐ効果が実証されてきているようです。また、幅広く脳疾患の診断支援を行うAI技術は、今後、脳ドッグなどの健康診断にも活用され、生活習慣の見直しや病気の予防にも効果を発揮すると考えられます。
図2. 脳領域の様々な疾患へのAI応用

図2. 脳領域の様々な疾患へのAI応用

脳領域においては、白質病変、正常圧水頭症(DESH)、血管狭窄、動脈瘤などの幅広い疾患をターゲットとしている。

良質な教師データ作成のためのフィードバックシステム

 各医療機関には,診断に用いられた大量の医用画像が保管されていますが、それらは必ずしもAIにとって良質な教師データであるとは限りません。例えば,多くの画像診断報告書に添付されているキー画像(矢印で病変部位を示している画像)は、画像上における病変の正確な3次元位置座標を示しているわけではないため、AIが学習できる情報にはなっていません。

 そこで、画像診断医が,日々の診断をこなしながら,病変の3次元位置座標など適切な情報を画像に付与できる仕組みが必要になります。例えば、AIが病変の候補点を示しつつ、医師がAIの出してきた候補点を精査し、適切な情報を付与することによって、対話的に教師データの質を向上させていくようなシステムが有用であると考えられます。

 エルピクセルでは、遠隔画像診断サービスを提供しているエムネス社と提携し、このような良質な教師データ作成のためのフィードバックシステムを研究開発中です。このシステムでは、AIの検出病変の3次元位置座標や陽性確率を示すだけでなく、読影医が真陽性(TP)か偽陽性(FP)を選択し、偽陰性(FN)の病変情報と合わせてフィードバックを返す機能が搭載される予定です(図3)。
図3. 良質な教師データ作成のためのフィードバックシステム

図3. 良質な教師データ作成のためのフィードバックシステム

via エルピクセルと提携しているMNES社のデモ展示。 AIの検出結果に対する読影医の判断やAIに見逃された病変情報のフィードバックをエルピクセルに返すことにより、良質な教師データ作成するシステムを開発中である。

様々な大学、研究機関、企業との提携

 エルピクセルは、東京大学医学部附属病院、大阪市立大学医学部、独デュイスブルク・エッセン大学医学部と提携し、「EIRL(エイル)」の性能評価や性能改善に関する共同研究を行っています。 
 
 また、2018 ITEMレポート①〜④でも一部紹介したように、エルピクセルは、富士フィルム、キヤノンメディカル、NVIDIA、NOBORI、横河医療ソリューションズ、エムネスなど、多くの企業との提携を進め、多くの医療機関で簡便に利用できる画像診断支援AIの普及を目指しています(図4)。実際、今回のITEMにおいても、多くの企業のブースにおいてエルピクセルの開発した画像診断支援AIが展示・紹介されており、各企業からの期待の大きさが感じられました。

「EIRL(エイル)」が、新しい医療インフラとして臨床現場に入ってくる日も間近に迫っているようです。
図4. エルピクセルと協業する大学、研究機関、企業

図4. エルピクセルと協業する大学、研究機関、企業

14 件

関連する記事 こんな記事も人気です♪

2018 国際医用画像総合展(ITEM)報告レポート④  〜診断支援AIプラットフォームの開発〜

2018 国際医用画像総合展(ITEM)報告レポート④  〜診断支援AIプラットフォームの開発〜

4/13~4/15にパシフィコ横浜で開かれたITEMに行ってきました。画像診断支援AI技術開発の各企業の動向についてレポートします。今回は、画像診断支援AIプラットフォームの開発についてです。
木田智士 | 587 view
2018 国際医用画像総合展(ITEM)報告レポート③  〜キヤノンメディカルのAI開発〜

2018 国際医用画像総合展(ITEM)報告レポート③  〜キヤノンメディカルのAI開発〜

4/13~4/15にパシフィコ横浜で開かれたITEMに行ってきました。画像診断支援AI技術開発の各企業の動向についてレポートします。今回は、キヤノンメディカルです。
木田智士 | 819 view
2018 国際医用画像総合展(ITEM)報告レポート②  〜日立製作所のAI開発〜

2018 国際医用画像総合展(ITEM)報告レポート②  〜日立製作所のAI開発〜

4/13~4/15にパシフィコ横浜で開かれたITEMに行ってきました。画像診断支援AI技術開発の各企業の動向についてレポートします。今回は、日立製作所です。
木田智士 | 793 view
2018 国際医用画像総合展(ITEM)報告レポート①  〜富士フイルムのAI開発〜

2018 国際医用画像総合展(ITEM)報告レポート①  〜富士フイルムのAI開発〜

4/13~4/15にパシフィコ横浜で開かれたITEMに行ってきました。画像診断支援AI技術開発の各企業の動向についてレポートします。今回は、富士フイルムです。
木田智士 | 1,037 view
Deep learningで画像認識⑩〜Kerasで畳み込みニューラルネットワーク vol.6〜

Deep learningで画像認識⑩〜Kerasで畳み込みニューラルネットワーク vol.6〜

U-Netと呼ばれるU字型の畳み込みニューラルネットワークを用いて、MRI画像から肝臓の領域抽出を行ってみます。
木田智士 | 6,720 view

この記事のキーワード

この記事のキュレーター

木田智士 木田智士