人工知能が乳がん診断で新たな勝利を収める
ジェームズ・ソーン著
乳がんの正確な診断をめぐるテストにおいて、人間の医師は再び人工知能に及ばなかった。これは、AIを活用した診断が近い将来、一般的になる可能性を示唆する新たな証拠となった。ワシントン大学とカリフォルニア大学ロサンゼルス校（UCLA）の研究者たちは、人間の医師が正確に診断するのが困難な2つの疾患を区別できるシステムを開発した。
この結果は、AIを用いて転移性乳がんを検出するGoogleの取り組みを彷彿とさせる。同社は、この取り組みの精度は99%だとしている。また、早期肺がんの発見を目指す別のプロジェクトも医師の診断能力を上回る可能性があると同社は主張している。ライバルのIT大手Microsoftは、がん対策にアルゴリズムを用いる複数のプロジェクトを進めており、シアトルに拠点を置くAdaptive Biotechnologiesと共同で、AIを用いて1回の血液検査で複数の疾患を診断するシステムを開発している。
研究者たちのシステムは自律的とは程遠いものの、医師の診断精度向上に役立つツールになる可能性があると、ワシントン大学のコンピュータサイエンス教授リンダ・シャピロ氏は述べた。「私たちはこれをコンピュータ支援診断のようなものだと位置づけています。システムが提案を行い、病理医に何を考えているのか、そしてその理由を示すことができるのです」と彼女は述べた。
シャピロ氏は、この画期的な進歩は、がん組織を機械学習アルゴリズムで理解できるように記述する新しい方法を発明したワシントン大学の博士課程の学生、エズギ・メルカン氏の努力によるものだと述べた。
メルカン氏は、病理学者ドナルド・ウィーバー博士との会話に基づいてこのアプローチを考案しました。ウィーバー博士はメルカン氏に独自の乳がん検出法を示しました。この研究結果は本日、JAMA Network Open誌に掲載されました。
このアルゴリズムは、誤診されやすい2つの病態である非浸潤性乳管癌と異型性乳管癌の鑑別において、人間の病理医を上回る精度を示しました。精度は、システムで89%、病理医で70%でした。コンピューターベースのアプローチは、癌組織と非癌組織を鑑別する点において、87人の医師グループと同等の精度を示しました。
「乳房異型と乳管内癌の鑑別は臨床的に重要ですが、病理医にとっては非常に困難です。1年後に同じ症例を診ても、以前の診断に医師が同意しないこともあります」と、カリフォルニア大学ロサンゼルス校（UCLA）デイビッド・ゲフィン医学部のジョアン・エルモア教授は声明で述べています。
米国の研究者とがん診断のための信頼できるAIシステムとの間に立ちはだかるハードルの一つは、患者記録に関する厳格な規則を背景に、利用可能なデータが不足していることです。中国では、研究者らが小児疾患の診断に高精度なシステムを構築しました。これは、同国のデータ共有に関するより緩やかな規制のおかげもあって、より容易になりました。
アルゴリズムの学習に必要なデータセットを作成するために、ワシントン大学とUCLAの研究者は、ジェイメン・バートレット博士の協力を得ました。バートレット博士は9ヶ月かけて数十枚の複雑な画像にラベルを付けました。ワシントン大学の博士課程学生であるサチン・メータ氏もこのプロジェクトに貢献しました。
