DeepMindが乳がん診断AIをリリース：市場に投入するにはまだ多くの課題がある

GoogleのDeepMindチームは最近、「乳がんスクリーニングAIシステムの国際評価」と題した論文を発表し、人工知能の医療データ応用研究の分野で驚くべき進歩を遂げたと述べた。彼らが構築したシステムは、マンモグラムを評価して乳がんの予測を行うことができ、実際に人間の放射線科医よりも優れているようです。このシステムは、従来の手動のフィルム検査方法と比較して、がんの誤診率を改善するだけでなく、乳がん症例の診断漏れの可能性も大幅に低減します。

[[312224]]

▲ ディープマインド・テクノロジーズのCEO兼共同創設者であるデミス・ハサビス氏が、2016年11月15日火曜日、英国ロンドンのグーグル・キングス・クロス・オフィスで講演した。

DeepMind プロジェクトの患者データは英国と米国から提供されています。この研究では、6人の人間の放射線科医がコンピューターベースのAIソリューションと連携してマンモグラムを評価しました。 DeepMind チームは、このソリューションの目標は、人工知能を人間の放射線科医に完全に取って代わるものではなく、彼らの優れたアシスタントにすることだと強調しました。これは実に賢い動きだ。結局のところ、コンピューターによる診断を完全に受け入れることは人々にとって難しい。イーロン・マスクの脳チップ埋め込み計画も同様のジレンマに直面している。

この技術を本当に市場に投入するためには、DeepMind はまず規制当局の支援を得て医療機器として認めてもらい、その後 CE 認証マークを取得する必要があるかもしれません。これを見ると、多くの友人が「なぜそんなに複雑にするの？」と尋ねるかもしれません。本質的には、この AI システムは単なる画像閲覧ソフトウェアの一種ではないでしょうか?実際、乳がんの検査ツールや関連する補助ツールも厳しい監視の対象となっています。誤診があった場合、患者は侵襲的な手術を受ける可能性があり、誤診があった場合、患者は治療を受ける最適な時期を逃してしまう可能性があるからです。

欧州では、医療機器の安全性と品質基準が非常に厳しく、メーカーは多数の臨床試験を実施し、プロジェクトの設計、開発、流通、さらには設置プロセスにわたって包括的な品質管理を行うことが求められています。さらに、外部監査人による極めて厳格なリスク管理評価を含む内部監査と外部監査が不可欠です。

問題は、従来の機器は動作の信頼性を証明するために「類似製品」を参照できるのに対し、各 AI システムはある程度独自性があり、最初から完全に検証する必要があることです。

AI システムでヘルスケア市場に参入しようとしている企業は、もちろん Google だけではありません。これに先立ち、IBMはWatsonを通じて直接的な医療診断問題の解決に取り組んできました。多くの刺激的な個別の結果と成果をもたらしましたが、医療研究コミュニティは一般的に、Watsonのデモンストレーションには「水」が多すぎるため、日常の臨床アプリケーションで同じ役割を果たすことはできないと考えています。また、医療データへのAIの応用に関する研究に取り組んでいる学生やアマチュアも多くいます。しかし、全体として、医療用 AI を市場に投入するには、多くの場合、多大なコストと労力が必要になるため、関連する作業のほとんどは依然として学術分野に限定されています。

さらに、DeepMind は、この乳がん検査技術を市場に投入する上で、別の大きな課題に直面しています。このような自律型医療検査システムは、悪意のある人物に騙され、誤解を招くような状況下で誤った判断を下す可能性があるのです。

ハーバード大学医学部とマサチューセッツ工科大学の共同チームは、「医療ディープラーニングシステムに対する専門家の攻撃」と題する画期的な論文を発表し、AI診断システムを欺く複数の方法を提案した。研究者らは、AI システムの内部の詳細を知らなくても、悪意のある者が標的のシステムを欺くことに成功できることを発見した。 AI システムを騙すこの能力こそが、これまで私たちが関連ソリューションの全面的な推進に抵抗してきた主な理由なのかもしれません。

自動運転車の分野でも同様の傾向が見られます。当初は完全な自動運転が可能になると約束されていたものの、現実には自動追従や駐車支援システムなど、非常に限られた自動化技術しかありませんでした。しかし、これらの重要な応用分野については、現時点では苦境からすぐに抜け出す理想的な方法が見つかっていません。

ここまで述べてきましたが、私がこれまで強調してきたのは、主に規制レベルと技術レベルの課題でした。しかし、実際にそのようなシステムを市場に投入するには、他にも多くの課題があります。単一支払者制度では、医師には企業に支払うインセンティブがないため、企業は政府機関にしか技術製品を販売できず、製品の消化サイクルが大幅に長引くことになります。払い戻しの課題に加えて、一部の国ではデータプライバシーなどの独自の規制要件もあります。この記事の冒頭で、乳がんの診断を改善するために使用される有望な概念実証 AI システムについて説明しましたが、このシステムは ISO 認証と CE 認証を除けば、臨床試験や FDA 承認さえ開始されていません。

結局のところ、一連の非常に詳細なテストと検証が完了するまで、患者はこの最先端技術を体験することはできません。 DeepMind は極めて重要かつ刺激的な技術的成果を上げていますが、これらの技術はまだ初期段階にあることを強調することが重要です。興奮を少しだけ抑えてください。まだやるべきことがたくさんあります。