画像診断など"医療AI"普及も慶應医学部教授が懸念｢診断データベース蓄積する外国企業の支配下入り｣の恐怖

写真＝iStock.com／chombosan

人間が見落とすわずかな病変をCT画像から目ざとく発見、糖尿病の進行を予測し、服薬や生活習慣の改善をスマホで指導……。健康寿命延長への貢献が大いに期待できる、AI医療の最前線を、東京大学医学部卒でスタンフォード大のMBAを持つ「情報医療」CEOの原聖吾氏が解説する。

■がんを自動的に識別　グーグルやIBMも参入するAI医療

現在働き盛りの世代の「健康寿命」に大きなインパクトを与えそうなのが、急速に進化しつつある「AI（人工知能）医療」だ。グーグルやIBMをはじめとするIT大手はもちろん、さまざまなベンチャー企業も参入している。

「AI医療の核となるのは、深層学習（ディープラーニング）という技術です」と言うのは、国立がん研究センターや京都大学などとAI医療システムの開発を手がける、情報医療CEO（最高経営責任者）の原聖吾氏だ。

深層学習とは、コンピュータに膨大なデータを読み込ませ、そこから何らかの法則やルールを見いだす手順を、コンピュータ自身に編み出させること。例えばグーグルは2012年、約1000万枚の画像を用いた深層学習で、コンピュータに猫の顔を識別する能力を持たせることに成功した。大量の猫画像を分析することで、コンピュータは機械なりの視点で「猫らしいものを見分ける手順」を身に付けたのだ。

■AIが糖尿病や高血圧の患者に服薬を働きかける

AI医療で今もっとも研究が進んでいるのが、この深層学習の技術を用いた画像診断支援だ。コンピュータ断層撮影法（CT）や核磁気共鳴画像法（MRI）などの画像を大量に読み込ませることによって、AIは例えば「がんらしい」特徴のある画像を自動的に識別できるようになる。

最終的な診断を下すのはもちろん人間の医師だが、AIが画面上で怪しい箇所を指摘することで、診断の精度や効率は飛躍的に上がる。現在さまざまな企業や大学病院で、心臓病、がん、網膜の病気などへの応用が進められており、「画像診断では現時点でAIが人間の能力を上回っているというのが、研究者や医療関係者の間でコンセンサスになっています」と原氏は言う。

また、過去の膨大な研究論文を読み込んで、診断が難しい病気の判定を支援する研究も進められている。2016年には東京大学医科学研究所で、2000万件以上のがんに関する論文を学習したIBMのAI「ワトソン」が、特殊なタイプの白血病を見抜いて患者の命を救った事例があった。

「識別」とともにAIの応用が期待されているのが、病気の進行や患者の行動の「予測」と、それに基づく治療への「介入」だ。「特に、糖尿病や高コレステロール血症、高血圧などの生活習慣病とは相性がいいと思います」と原氏は言う。これらの病気は長年かけて徐々に進行し、かつ患者やその予備軍自身の行動に病状が大きく左右されるからだ。

----------

識別

CTやMRI、内視鏡の画像を分析し、病気の有無や進行の把握を支援。検診データや問診情報を分析して病気の有無を識別。

予測

健康診断のデータや現在受けている治療の内容を時系列的に分析し、その人がある病気を将来発症する確率や、発症後の進行を予測。

介入

識別や予測に基づき、介入の必要性を担当医に示したり、スマートフォンのアプリでユーザーに服薬や行動改善を働きかけたりする。

----------

■「この患者は治療や服薬を勝手にやめる」とAIが予測

AIによる予測で使われるのは、時系列データ分析と呼ばれる手法だ。生活習慣病を診療する医師は、患者の過去の健康状態の推移や治療の履歴、さらに現在の状態を見て、今後の経過を予測し、治療にあたる。それと同様に、患者の過去のデータの推移を深層学習で分析することで、「このタイプの患者なら今後はこういう経緯をたどるだろう」ということを予測するのだ。

生活習慣病の多くは進行するまで自覚症状がなく、自己判断で治療を中断する人が少なくない。そこで威力を発揮しそうなのが「介入」だ。「このパターンの患者さんはそろそろ治療をやめそうだなとAIが判断したとき、スマートフォンのアプリで『お薬飲んでますか？』『食事に気をつけてますか？』といったメッセージを送れば、治療継続率は間違いなく上がります」。

AIによる時系列データ解析はまだ発展途上で、「画像診断ほどの精度は出ていません」と原氏は言う。情報医療では目下、企業の健康診断のデータや、保険診療の内容を記載したレセプト（診療報酬明細書）のデータを用いた研究を進めているが、予測の精度を高めるには、食生活や睡眠時間、運動量といった多種多様なデータを、もっと大量に集める必要がある。今後は同社が提供中のスマートフォンを使った遠隔診療システムを通じて、問診情報やビデオ診察動画などのデータを活用することも考えているという。

「日本の医療機関や研究所には、深層学習の対象になっていないデータがまだたくさんあります。歩幅や座っている時間など、まだデータ化されていないものも、将来は各所に埋め込まれたセンサーで収集されるようになるかもしれません。日本のAI医療の進化は、これからが本番です」

AIによる医療支援と、スマートフォンを活用した遠隔診療システムの組み合わせの模式図。問診や動画のデータがAIのデータセットとして蓄積され、病気の予測や早期介入、治療継続の働きかけが行われる。

----------

原 聖吾
情報医療CEO
1981年生まれ。東京大学医学部卒、スタンフォードMBA。国立国際医療センター、日本医療政策機構、マッキンゼー等を経て創業。厚生労働省の「保健医療2035」事務局にて、2035年の日本の医療政策提言策定に従事。

----------

（雑誌エディター／ライター 川口 昌人 写真＝iStock.com）