北米放射線学会（RSNA 2017）トピックス

「価値に基づく画像診断」にはAIを使いこなす放射線科医が不可欠　AIへの熱狂と現実

第103回北米放射線学会（RSNA 2017）では、人工知能（AI）と深層学習（ディープラーニング）が注目を集めていた。PACS（医用画像管理システム）やVNA（Vendor Neutral Archive）も相変わらず関心の高い話題だった。

公開 2018年01月10日 05時00分

更新 2022年10月05日 10時23分

著者

Shaun Sutner

[TechTarget]

印刷する

RSNA 2017の展示会場《クリックで拡大》

　医用画像の分野では、機械が人間の代わりになるかどうかの議論がなされている。放射線科向けの人工知能（AI）に精通する医学博士カーテス・ラングロッツ氏は、医用画像工学の未来について広く支持されつつある視点を示した。

　スタンフォード大学医学部で放射線医学と生物医学情報学を教えるラングロッツ氏は、大勢の聴衆で埋め尽くされた「RSNA 2017」（第103回北米放射線学会学術集会・年次総会）の会場で次のように語った。「AIが放射線科医の代わりになるかという質問に対する私の答えは『ノー』だ。だが、AIを使用する放射線科医は、AIを使用しない放射線科医に取って代わるだろう」

　これは、米国シカゴのMcCormick Placeで開催されたRSNA 2017におけるパネルディスカッションでの一幕だ。

併せて読みたいお薦め記事

放射線医学、画像診断領域の技術トレンド

米国の医療制度をITが変える

2世紀目を迎え活気あふれるRSNA

　世界各国から約5万4000人のメンバーが加入している北米放射線学会（RSNA）は、北米最大規模の学術集会と医療機器展示会を毎年開催している。RSNA 2017の参加者は約5万人、その約半数は医用画像の専門家だ。展示会の出展者は主にベンダーで、667社が出展していた。

　AIとさまざまな機械学習に加えて、RSNA 2017は、量より質を重視する「価値に基づく画像診断」（Value-Based Imaging）に傾倒しており、その程度はこれまでにないほどだった。というのも、米国の医療制度がその方向にシフトしているためだ（注1）。

※注1：米国では近年、「価値に基づく医療」という考えが広まっている。これは、従来のように資源のインプット量に基づくのではなく、患者にとっての価値に基づく評価体系で医療ケアサービスを提供しようという考え方である。Value-Based Medicine：VBM、Value-Based Health Care：VBHC、Value-Based Practice：VBPなどと呼ばれる。

PACSの統合

　これまでと変わらず注目を集めていたのは、PACS（医用画像管理システム）および、複合的な医用画像を格納し閲覧するVNA（Vendor Neutral Archive）の技術とシステムだ。これには、さまざまなベンダーのPACSの部品をまとめる「PACSの統合」という人気急上昇中の戦略も含まれる。

　とはいうものの、RSNA 2017で最も注目を集めたのは、AIと深層学習（ディープラーニング）だろう。深層学習とは、高度な統計的手法を使用して、コンピュータのタスクへの対応力が経験によって向上するという機械学習のサブセットだ。

　事実、ラングロッツ氏のセッション会場には、あふれんばかりの聴衆が押し掛けた。放射線医学や他の画像特化専門分野におけるAI、深層学習、機械学習に関する多くのパネルディスカッションでも同様の現象が見られた。

AIに対する熱狂と現実

　ピッツバーグ大学医療センターでCIO（最高革新責任者）を務める医学博士ラス・シュレスタ氏は、活気ある技術展示フロアで次のように語った。「ハイプサイクルのさなかにいるのは間違いない。だが、ハイプの裏にあるのは大きな期待だ。AIと機械学習は、医療が抱える複雑な問題の救世主となり得るだろうか」

　放射線医学におけるAIは、ここ数十年で既に幾つものハイプサイクルを経験していることにラングロッツ氏は同意する。だが、特に同氏の研究と、メイヨークリニックやオハイオ州立大学の同僚の研究では、AIと機械学習が目覚ましい進歩を遂げていることが証明されている。

　「医用画像データを分類するアルゴリズムの能力が人間をしのぐようになったのは、2014～2015年のことだ」と同じ深層学習のセッションで語ったのは、オハイオ州立大学ウェックスナーメディカルセンターで医用画像情報部門の責任者を務める医学博士ルチアーノ・プレベデオ氏だ。

専門家が認めるAIの診断支援

　スーパーコンピュータレベルの処理能力が必要なソフトウェアテクノロジーは、放射線科医を初めとする画像診断の専門家を実用レベルでサポートできる、と放射線医学AIと深層学習の専門家は話している。

　現在、AIと深層学習は、医師が行うさまざまな作業の役に立っているとラングロッツ氏は指摘する。例えば、医用画像を効果的に生成したり、医用画像の質を高めたり、画像を選別および分類したり、コンピュータで医学的問題を検出する一助となったり、レポートの下書きを自動作成したりすることができる。

　ACO（Accountable Care Organization：説明責任を負う医療機関）と同様に財政的なリスクを負えば、放射線科医は「価値に基づく医療」で財政上の恩恵を受ける機会が得られる。そう語るのはACOのInnovation Care PartnersでCMO（最高医療責任者）を務める医学博士ジム・ウィットフィル氏だ。

今後も存続する、価値に基づく医療と画像診断

　ウィットフィル氏が、ACOおよび価値に基づく医療に関するパネルディスカッションで指摘したことがある。それは、価値に基づく医療制度の幾つかが打ち切り決定となったトランプ政権の最近の動向に反して、米国政府の医療官僚が医療費の払い戻しを奨励していることだ。そして、この状況には根強い支持者が存在している。

　「医療機関が価値に基づく医療にシフトし始めるときには、放射線科医がリーダーシップを発揮し、ITと大規模な医療情報システムに対する責任を負うことが必要不可欠だ」（ウィットフィル氏）

　また、あるインタビューで同氏は、「価値に基づく」（Value-Based）分野に向けた変化を支持する画像診断領域で、最も大きな技術的進歩を遂げたのはエンタープライズイメージング分野だと語っている。

　「これまではPACSに注目してきた。だが今や、システムに保管されているのは心臓の画像だけでない。眼科や皮膚科も医用画像を利用している。全診療科の医用画像を1つの場所に集める画像診断プラットフォームという革新を目の当たりにしているのだ」とウィットフィル氏は語る。

印刷する