医療業界における放射線科はなぜ人工知能による混乱に対してより脆弱なのでしょうか?

[[226435]]

人工知能は、交通、金融、教育など、考えられるほぼすべての分野に革命をもたらしています。最近、Aidoc の創設者兼 CEO である Elad Walach 氏は、人工知能がターゲットとする主要分野の 1 つがヘルスケアであり、パーソナライズされた医療、臨床上の意思決定、さらには医療保険などの分野に変化をもたらすだろうという記事を発表しました。

Aidoc は、人工知能を使用して医療画像の異常を検出し、ワークフローを合理化するインテリジェントな放射線医学会社です。

エラッド・ワラッハ氏は、おそらく人工知能が最も急速に変化できる医療分野は放射線医学であると考えている。人工知能は、CTスキャン、MR、X線画像など、体内で何が起こっているかを示す重要な医療画像を解釈する上で重要な役割を担い、医師が最も得意とする診断に役立ちます。

なぜ放射線科は人工知能によって革命が起こる最初の医療分野となるのでしょうか?医療画像処理の分野がディープラーニングの魔法に魅了された理由は何でしょうか?

1. 放射線学は視覚的なものです。医療スキャンは当然ながら視覚的なものであり、AI は視覚画像の分析に特に優れています。これは、少なくとも部分的には、セキュリティやソーシャル メディア サービスで顔を認識し、人混みの中から私たちを見つけるために使用される AI 技術の進歩のおかげです。

放射線学の分野は視覚データの解釈に大きく依存しており、他の医療分野よりもディープラーニング技術に適しています。つまり、放射線科医は AI 技術の使用からすぐに恩恵を受けることができますが、精神科医や消化器科医はそうすることができません。

2. 放射線学は業界で緊急に必要とされています。医療用画像診断検査（CT および MR）の数は引き続き大幅に増加しており、2016 年には全検査のそれぞれ 7.9% と 8.9% を占めました。しかし、より多くのスキャンが実施される一方で、放射線科医の数は頭打ちになっています。さらに、技術の進歩に伴い、スキャンあたりの解像度と画像数は飛躍的に増加しています。したがって、考慮する必要がある詳細の数もそれに応じて増加します。これにより、増大する作業負荷によって生じる危険なボトルネックを打破できるテクノロジーが大いに必要になります。ご存知のとおり、必要は発明の母であり、ディープラーニングは CT スキャンや MRI スキャンの評価に役立ち、放射線科医がさらに詳しく検査できるよう重点を置くべき領域を迅速に特定するとともに、緊急のスキャンをより迅速に評価できるようにすることで、患者の転帰を改善します。

3. 放射線科は技術中心です。放射線学は、視覚的な性質に加えて、すでにテクノロジーを中核とする分野です。放射線科医は日々、数多くの先進技術に依存しています。各検査には、さまざまな先進ソフトウェア システム、診断モニター、ワークステーションが関わっています。日々の業務がテクノロジー主導型であることから、放射線科医は「早期導入者」と見なされています。そのため、放射線科医は AI を活用した他の技術を採用する可能性が高く、放射線科医が他の多くの同僚よりもイノベーションを受け入れやすいという初期の例もあります。80 年代の放射線科は、フィルムからデジタル画像への移行を受け入れました。

4. 利用可能なデータは豊富にあります。あらゆるディープラーニングが真に効果を発揮するには大量のデータが必要ですが、放射線医学の場合、そのデータは過去数十年にわたってさまざまな症状について蓄積された無限の画像の形で存在します。

もちろん、データマイニングには課題があり、その課題は人工知能アルゴリズムがこれらの画像をどのように取得するかにあります。最近、一部の医療機関が匿名化されたデータを公開し、この分野のブームに拍車をかけています。たとえば、国立衛生研究所は最近、10 万枚を超える注釈付き画像を含む X 線データセットを公開しました (以下を参照)。

5. クラウド コンピューティングは人工知能に影響を与えます。クラウド ストレージ容量とコンピューティング速度の向上は、あらゆる分野の AI に大きな影響を与えており、医療、特に放射線医学も例外ではありません。

前述のように、機械学習は大量のデータにアクセスして解釈できるため、精度と速度が向上します。この機能は、より手頃な価格のサービスを提供するクラウド コンピューティングの継続的な開発に大きく依存しています。これらの進歩により、クラウド コンピューティングはシンプルでコスト効率の高い人工知能ソリューションの重要な原動力となっています。

6. これはすでに起こっています。放射線医学における人工知能は今後も存在し続け、明らかに今後も存在し続けるでしょう。ますます多くのスタートアップ企業や大企業が AI 画像処理機能を構築し、それを自社製品に統合し始めています。これらの企業には、IBM Watson、Change Healthcare など多数が含まれます。

実際、最大の放射線学会議である北米放射線学会 (RSNA) には現在、画期的な AI ソリューションを開発している機械学習企業専用のセクションがあり、これらのソリューションは医療機関ですでに導入されており、2018 年以降の放射線学の様相を一変させています。

2018 年には、病理学や遺伝学など、カスタマイズされたディープラーニング技術によって医療のさらに多くの分野が革命を起こすと予想されます。放射線学は、今後 1 年間で人工知能の驚異の恩恵を受ける唯一の分野ではないが、確実に最初に恩恵を受ける分野の 1 つとなるだろう。