Deep MedicalがRSNA 2020に参加、AIによる高速イメージングが新たなホットスポットに

2020年12月4日、7日間にわたる北米放射線学会第106回年次総会（RSNA 2020）が正式に閉幕しました。世界最大の専門放射線学展示会である RSNA は、1915 年の設立以来、医用画像処理のあらゆる変化を目の当たりにしてきました。医用画像処理技術とアプリケーションの発展の風向計となり、世界 136 か国から 54,000 人を超える会員を擁しています。

今回のRSNAのテーマは「HUMAN INSIGHT/VISIONARY MEDICINE」であり、オンラインで開催されるのも史上初となります。RSNA年次総会には、130か国以上から専門家、学者、企業代表者、その他の放射線医療従事者がオンラインで集まり、国際放射線医学分野における最新の科学研究成果の交換と議論が行われました。

今年の RSNA のハイライトを振り返ると、医療画像 AI の業界への継続的な浸透が依然として最大のテーマであり、脳卒中治療、神経画像診断、乳がん検診などの分野における医療画像 AI の新たな応用が大きな注目を集めています。同時に、AI ベースの高速画像処理は今年の新たなホットトピックとなり、より高速で高品質かつ安全な医療画像処理の追求が徐々に業界のコンセンサスとなってきました。また、現在の流行状況において、新型コロナウイルスの治療や診断に関連するAIアルゴリズムやアプリケーションも今回のRSNAで話題となっている。

医療画像AIの新たな進歩が注目を集める

医療画像 AI は、今年の RSNA でも最もホットなトピックです。今年の出展者235社のうち、105社以上がバーチャル展示ホールでAI関連製品を展示していたことがわかった。この数は2019年の150社よりわずかに少ないものの、2018年の75社よりは大幅に多い。

会議では臨床医や研究者による数百の特別報告が行われ、参加者は業界や学術界からの知識の饗宴をオンラインで楽しむことができました。その中で、AI関連の臨床研究では、脳卒中の臨床治療、神経画像診断、アルツハイマー病の画像検出、乳がん予測、心臓画像分析におけるAIの最新の進歩が強調されました。

AI医用画像はさまざまな病気の臨床診断や治療に浸透し、重要な補助力となりつつあります。

1) 事例研究1: 画像AIが脳卒中治療を支援

今年のRSNAで発表された研究によると、AIは医師よりも多くの治療可能な脳卒中患者を検出できることが示された。急性虚血性脳卒中を治療するには、発症後 4.5 時間が最も効果的であると一般的に考えられています。この時間内に発症した患者は、静脈内血栓溶解療法などの治療を受けることができ、より良い治療結果が得られます。しかし、治療の難しさは、患者の発症の実際の時間を完全に特定できないという事実にあることが多いです。このとき、適用画像におけるDWI-FLAIR不一致などの情報は、治療計画を決定するための画像指標として使用することができます。

UCLA の医師と研究者による研究では、AI モデルはこれらの画像指標を医師よりも正確に取得でき、予測を通じて臨床介入に適した患者をさらに 18% 特定できることが示されています。

神経画像 AI、特に脳卒中に関連する研究は、2020 年に大きな進歩を遂げました。スタンフォード大学先端神経画像研究所のグレッグ・ザハルチャク教授のチームは、これまでトップ医学雑誌JAMAに関連研究を発表しており、RSNAでの報告に招待されていた。 (ディープラーニングを使用して初期の磁気共鳴画像から最終的な虚血性脳卒中病変を予測する) 研究によると、ディープラーニングを使用すると、治療後の脳卒中患者の病変の範囲を予測し、治療前に予後を正確に予測し、介入方法を最適化できることがわかりました。 Viz.AIやRapid.AIなどの米国企業の脳卒中製品は、FDAの承認を受けただけでなく、連邦医療保険からも臨床的価値が認められたと報告されている。

2) ハイライト事例2: AIがアルツハイマー病の早期発見に貢献

神経画像処理においては、アルツハイマー病（AD、老人性痴呆症）の画像ベースの検出も AI 研究の最前線にあります。最近、いくつかの企業がアルツハイマー病の治療において画期的な進歩を遂げました。しかし、病気の進行を遅らせるためには、早期発見が依然として最も重要なのです。 RSNA の神経画像研究でも、AI が病気の進行を予測できることが確認されました。神経画像は AD の早期診断と予後に役立ち、機械学習モデルはアルツハイマー病の早期診断のためのマルチモーダル画像診断に役立ちます。この研究では、部分的な画像データが欠落する可能性のある問題をどのように解決するかにも焦点を当て、アルゴリズムの安定性と使いやすさを向上させました。 2019年には、放射線学誌にもスタンフォード大学の研究が掲載され、PET画像診断を1%の放射線量で使用すればアルツハイマー病関連の画像診断症状を正確に検出できることが検証されました。今年の研究では、血液検査を通じて関連タンパク質を検出する可能性も実証されました。バイオジェンなど業界の多くの製薬会社も、アルツハイマー病の治療薬の開発と応用を促進するために懸命に取り組んでいます。マルチモーダルで包括的な画像化と生理学的パラメータの検出が、アルツハイマー病の検査、診断、治療に新たな推進力をもたらすことは想像に難くありません。

3) ハイライト事例3: AIが乳がんリスク診断をより正確にする

神経画像診断に加えて、乳房画像診断における AI の応用もより多くの臨床研究の支援を受けています。マサチューセッツ総合病院の研究者らは、8万人以上の患者を対象とした研究で、ディープラーニングモデルを使用して患者の乳がんリスクを正確に特定し、従来のモデルをはるかに上回る結果を示した。

研究者らは、画像バイオマーカーを特定することで患者の乳がんリスクを予測できるディープラーニングモデルを開発したと報告されている。新しいディープラーニングモデルはスウェーデンなどの地域で外部的に検証されており、アフリカ系アメリカ人や少数民族を対象にさらに研究が行われる予定です。さらに、このディープラーニング モデルは、より正確で費用対効果の高いリスク評価を取得し、精密医療の開発を促進するのに役立ちます。

AIベースの画像処理の高速化と最適化が新たなホットスポットに

今年の RSNA では、医療画像 AI に対する業界の注目も、前年に比べて高まっています。焦点はもはや、医師に代わって画像の読み取りと分析を行うために AI を使用する方法ではなく、「舞台裏」に目を向け、画像の取得、データの再構築、ワークフローの最適化など、画像処理の上流にある AI 技術が臨床実践にもたらすことができる新たなブレークスルーに焦点を当てることにあります。

AI は医療画像処理プロセスのあらゆる部分に浸透しており、徐々に臨床医療画像処理プロセス全体の「インフラストラクチャ」になりつつあります。

タフツ大学医療センター放射線科長のクリストファー・フィリッピ教授は報告書の中で、AI とディープラーニングが臨床画像処理ワークフローに幅広く役立つことを強調しました。たとえば、MR ベースの画像を高速かつ効率的に取得および再構成する分野では、AI は機器メーカーの従来のアルゴリズムに比べて明らかなアルゴリズム上の利点を持っています。

CT画像および医療画像処理の分野における国際的な専門家である王歌教授は最近、ネイチャー誌の機械学習サブジャーナルに特別論文を発表し、ディープラーニングが従来の高速画像再構成アルゴリズムをどのように変革したかを分析しました。この研究では、トモグラフィー用のディープラーニング技術は活発に研究されており、大きな発展の可能性を秘めていると指摘された。断層撮影は現代医学に欠かせないものであり、個別化医療、予防医療、精密医療において重要な役割を果たすでしょう。

現在、当該技術は臨床応用に本格的に導入されていると報告されています。たとえば、有名な AI 医療画像会社である Subtle Medical の SubtleMR は、人工知能技術を使用して、すべての MR 画像装置と互換性を持たせ、高品質の画像を取得する効率を向上させ、モーションアーティファクトを削減することができます。 SubtleMRは米国FDAの承認と欧州CE認証を取得したと報告されており、現在、SubtleMRは世界中の数十の病院や画像診断センターで臨床使用されています。

同時に、Deepto Medical が開発した SubtlePET や SubtleGAD などの技術により、放射性核種や造影剤の投与量も削減できるため、患者にとってより効率的で安全な検査が可能になり、画質が確保され、向上します。その中で、SubtlePET はディープラーニング技術を使用して PET (陽電子放出断層撮影) イメージングを高速化し、放射線の危険性を軽減することで、病院やイメージングセンターが PET スキャン速度を 4 倍に高めることを可能にします。 「ディープラーニングは、取得速度の向上、アーティファクトの低減、エコープラナー画像の歪みの改善を可能にします。AI は、画質を低下させることなく、スキャン線量を削減し、スキャンを高速化することもできます」とフィリッピ教授は述べています。

（フィリッピ教授は、ディープラーニングを使用してASLやその他のハイエンドMRシーケンスを4倍高速化すると述べました）

今年のRSNAでは、Deepin MedicalのCEOであるGong Enhao博士と、米国最大の画像センター連合であるRadNet、欧州最大の画像センター連合であるAffidea、南米最大の医療サービスプロバイダーであるDASA、フランスの医療機関の臨床リーダーなど、米国、欧州、ラテンアメリカの複数の医療機関の放射線科医が、Deepin MedicalのAI技術が臨床画像診断業務にもたらす臨床価値を共有しました。世界最大規模の医療機関から好評を得ていることは、Deepin Medical の AI 技術とサービスの国際競争力を反映しています。

神頭医療は2017年の設立以来、さまざまな疾患に対して幅広いレイアウトを行ってきたと伝えられている。精密医療の現在のトレンドにおいて、Deepin Medical の製品は大きな臨床価値を持ち、下流の画像アプリケーションは「あらゆる場所で開花」しています。たとえば、Deepto Medical は、Yasen Medical や CortechLab などの下流の定量イメージング企業と協力して、定量的精密イメージングを検証および推進しています。小児疾患の診断に関しては、ディープメディカルは米国のいくつかの小児病院と協力し、画像診断を10倍以上高速化し、高速で定量的かつ低リスクの新しい画像診断法を模索しています。神頭メディカルは、アルツハイマー病の早期スクリーニングにおけるAI画像強化技術の応用についても積極的に模索しており、AD患者の長期追跡とスクリーニング検査を真に実現するために、関連する下流メーカーと連絡を取り合っています。

同時に、Shentou Medical Software 製品の高い互換性により、病院や画像診断センターの既存のワークフローに完全に統合され、病院や画像診断センターに真の価値をもたらします。 Shentou Medical のソフトウェア製品は、過去 20 年間にゼネラルモーターズ、フィリップス、シーメンス、キヤノン、ユナイテッドイメージング、東軟など主流の医療用画像機器メーカーが製造したほぼすべての機器モデルを含む、あらゆるブランド、あらゆるモデルの機器と互換性があると報告されています。臨床協力の面でも、Shentou Medicalは中国、北米、南米、ヨーロッパなど世界各地に拡大しています。

Deepin Medicalの技術コンサルタントであるFlorian Knoll教授がRSNAカンファレンスで特別報告を行いました。ノール教授とFacebookが最近推進したfastMRコンペティションも最近新しいラウンドのコンペティションを終了し、AIカンファレンスNeurIPSで新たな結果を発表する予定です。 2019年のコンテストでは、フィリップス、ユナイテッド・イメージング、深セン・トモ・メディカルなどの企業のチームがさまざまな指標でトップに立った。高速画像処理を推進するAI技術は、今後も技術交流の中で発展を続けていきます。

(2020 年初頭に fastMR コンテストで公開された公開リーダーボードのスクリーンショット)

流行に関連した医療画像アプリケーションが盛んに利用されている

新型コロナウイルス感染症のパンデミックの発生は、間違いなく2020年に世界で最も影響力のある出来事です。今年のRSNAでは、COVID-19の流行に関連する新たな医療画像アプリケーションと新たな研究が爆発的に増加しました。

業界関係者の中には、これまでRSNAでよく見られたMRIやCTスキャナーなどの「大物」の展示が今年はほとんどなくなったと冗談を言う人もいる。その代わりに、流行中に「緊急のニーズ」とされる放射線画像診断、システム、アルゴリズムが次々と登場している。これまでに開発されたCOVID-19関連のAIアルゴリズムは20以上ある。今年のRSNAホットトピック会議では、10社を超える企業がCOVID-19関連の画像製品を展示しました。

上海長征病院の劉世源教授は、RSNAで中国の疫病撲滅に向けた放射線科の重要な貢献について講演した。同氏は「COVID-19の流行中、病変の発見、疑い例の確認、臨床分類、退院基準など、診断と治療の全プロセスにおいて医用画像診断は欠かせない役割を果たしており、これらはすべて医用画像診断のサポートと切り離せない。特に流行初期には、画像診断が検出能力のギャップを埋めた」と述べた。また同氏は、流行の予防と制御における最優先事項はワークフローを最適化し、ウイルス感染を効果的に制御することであり、AIは放射線科医がより効果的に働くのに役立つと述べた。

また、世界中で3,000件以上のCOVID-19関連の放射線学論文が発表されており、そのうち69%はCTなどの画像を使用しており、その4分の1以上は中国の科学研究者による研究によるものだとも述べた。 COVID-19検査に関しては、現在中国企業5社が関連製品を発売している。 COVID-19 に対するイメージング製品の最大の価値は、ワークフローを最適化し、感染の健康チェックを提供して、約 97% の診断精度を達成できることです。アメリカの放射線科医は、COVID-19の臨床研究における画像診断の役割をより重視しており、COVID-19関連の研究論文を迅速にレビューしています。

スタンフォード大学放射線科教授のグレッグ・ザハルチャク氏は、このRSNAにおいて、アメリカの臨床放射線科医を代表して、この流行との戦いにおける画像診断の役割について講演した。新型コロナウイルスの場合、医療画像アプリケーションにおける AI ツールの主な要件は診断です。 「これは、医療システムがパンクし、ゴールドスタンダードのポイントオブケア（POC）検査が利用できなかったパンデミックの初期段階では重要でした。放射線科医が病気に詳しくない状況では、AI診断ツールが非常に役立ちました。」

ザハルチュク教授は、他に標準的な検査法がなかった流行初期には、CTとX線が臨床診療で重要な役割を果たしたと述べた。流行の中期および後期段階では、標準化された報告が診断の合意を確立するために重要です。医療画像AIは、流行期に病気に詳しくない医師に補助診断を提供したり、流行後期の予後予測を提供したり、患者の入院期間、ICU時間、人工呼吸器の必要性などを推定したりすることもでき、これらはすべて、病院が限られた医療資源をより効果的に配分するのに役立ちます。さらに、新型コロナウイルスは人体のさまざまな臓器に影響を及ぼし、多くの患者は神経疾患も患っているため、医療用画像診断はマルチモーダルかつ包括的なデータを提供し、臨床医が新型コロナウイルスの個々の影響をよりよく理解し、患者の治療を最適化するのに役立ちます。

過去数年間にRSNAが示した医療画像分野での最先端の研究と技術成果を振り返ると、数年にわたる定着を経て、医療画像分野におけるAIの応用範囲はますます広がり、解決する問題も徐々に複雑になってきていることが直感的にわかります。 2020年、AI医用画像は常に「より速く、より良く、より安全に」というテーマを中心に発展してきました。AI医用画像はもはや単純な概念ではなく、医療プロセスに真に統合され、放射線科医の効率向上に役立つ「インフラストラクチャ」へと変化しました。同時に、関連アプリケーションもより広い地域やより多くの種類の病気に対して実装されつつあり、新型コロナウイルスなどの世界的な課題に急速に貢献しています。