2017年1月19日 更新

医療×人工知能の最前線を追え‼ 「人工知能エンジニアMeetUp!#4〜AI医療画像診断支援 & RSNA報告会〜 」のまとめ。Part 2

今回の記事は、前回投稿したLPixel主催MeetUp記事のPart2です!医師である龍さんと講演後の懇親会の様子を振り返ってみようと思います。 この記事はLpixelインターンの北村が担当しています。

2,063 view お気に入り 0
前回の記事はこちらです.

医療×人工知能の最前線を追え‼ 「人工知能エンジニアMeetUp!#4〜AI医療画像診断支援 & RSNA報告会〜 」のまとめ。Part 1
https://lp-tech.net/articles/0p9xd

医療×人工知能の最前線の研究とは

3人目の登壇者は、医師・研究員の龍さん。
龍 嘉治

龍 嘉治

東京医科歯科大学大学院博士(医学)。中国清華大学学士(計算機)および東京大学大学院修士(電子工学)を修了しソフトウェア開発にも精通。国家医師免許、放射線診断専門医、核医学専門医、PET核医学認定医、マンモグラフィー読影認定医、肺がんCT検診認定医、胃がんX線検診資格、ECFMG、人間ドック健診専門医。常勤でクリニックにて人間ドック健診の画像診断に従事。
「機械学習×医療画像解析の最前線」をテーマにAI×医療のホットな話題を聞かせていただきました。そのうちの数例を紹介しましょう。

まずは、最新のニュースから。2016年12月5日に株式会社インスペックと東京大学大学院医学系研究科の佐々木准教授の研究チームが「病理デジタル画像・人工知能(AI)技術を用いた術中迅速・ダブルチェック・希少がん等病理診断支援ツールの開発」を進めると発表。本開発により、日本国内の深刻な病理専門医の不足問題や、一部の専門医以外では判別が難 しい希少がんなどの診断支援などが期待されています。
ちなみにこのニュースでGoogle検索をかけると、株式市場におけるインスペックの株価高騰を予測する記事が多数でてきます。今後の展開に注目です。
プロジェクト発表時にインスペック株価が高騰

プロジェクト発表時にインスペック株価が高騰

病理の領域では、デジタル支援システムが普及していくのではないかと言われています。
従来の病理画像は細胞を取って検査機関に物理的に輸送していますが、このシステムを使えば、採取したその場でデジタル画像に直して検査機関に送ることができます。時間と輸送コストを抑えることができ、遠隔治療にも向いています。
現在のところ保険がきかないため普及は思うように進んでいないとのことですが、保険適用の範囲の見直しも検討されているそうです。日本がこの分野で、世界をリードしていくために、一刻も早く認められて欲しいですね。
フィリップスエレクトロニクスジャパンと長崎大学による共同研究

フィリップスエレクトロニクスジャパンと長崎大学による共同研究

RSNA2016にも出展をしたフィリップスは、長崎大学と組み「遠隔病理レポートシステム」の実証試験を2016年8月から始めている。
AI技術としては、高次局所自己相関(HLAC)を応用した異常検知が注目されています。
HLACアルゴリズム自体は特段新しい技術ではありません。しかし、医療画像による病気の発見などの問題に異常検知は相性がよく、正常な部分を大量なデータを学習させ、正常なデータから外れるものを検出することができるようになる、この技術が注目を集めています。
眼底画像における血管抽出問題でHLACが使われている

眼底画像における血管抽出問題でHLACが使われている

滋賀県立大学大学院工学研究科電子システム工学専攻博士前期課程、佐茂 和輝氏による「高次局所自己相関特徴を用いた眼底画像における血管抽出」より引用。
さらに、世界に目を向けてみましょう。
Googleの子会社であるDeepMindが、人工知能(AI)を目の病気(糖尿病網膜症と加齢黄斑変性症)の診断に活用すると2016年7月に発表しました。
GoogleNETのアーキテクチャを進化させたInception-v3を使用し(複雑ですが、計算コストが比較的低い)、すでに糖尿病網膜症(糖尿病の3大疾患の1つ。日本でも失明原因1位)を97.5%の高い精度で検知できるようになりました。この検知精度は眼科医並みです。早期発見と治療費の軽減につながることが期待されています。
DeepMindとロンドンの3病院による眼病(糖尿病網...

DeepMindとロンドンの3病院による眼病(糖尿病網膜症と加齢黄斑変性症)の診断

講演後の懇親会も盛り上がりました

講演後は参加者のほとんどの方が懇親会に参加されました。会場はみなさんの議論の盛り上がりで熱気をおびていました。
 (3129)

20 件

関連する記事 こんな記事も人気です♪

Deep learningで画像認識⑤〜Kerasで畳み込みニューラルネットワーク vol.1〜

Deep learningで画像認識⑤〜Kerasで畳み込みニューラルネットワーク vol.1〜

Kerasと呼ばれるDeep Learingのライブラリを使って、簡単に畳み込みニューラルネットワークを実装してみます。
木田智士 | 6,741 view
医療×人工知能の最前線を追え‼ 「人工知能エンジニアMeetUp!#4〜AI医療画像診断支援 & RSNA報告会〜 」のまとめ。Part 1

医療×人工知能の最前線を追え‼ 「人工知能エンジニアMeetUp!#4〜AI医療画像診断支援 & RSNA報告会〜 」のまとめ。Part 1

今回の記事は、12月22日に行われたLPixel主催MeetUpについてです! この記事はLPixelインターンの北村が担当しています。
北村 旭 | 1,655 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 | 1,500 view
Deep learningで画像認識⑨〜Kerasで畳み込みニューラルネットワーク vol.5〜

Deep learningで画像認識⑨〜Kerasで畳み込みニューラルネットワーク vol.5〜

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 | 2,528 view
Deep learningで画像認識⑧〜Kerasで畳み込みニューラルネットワーク vol.4〜

Deep learningで画像認識⑧〜Kerasで畳み込みニューラルネットワーク vol.4〜

転移学習と呼ばれる学習済みのモデルを利用する手法を用いて白血球の顕微鏡画像を分類してみます。
木田智士 | 6,877 view

この記事のキーワード

この記事のキュレーター

北村 旭 北村 旭