Technology, がん

AIを活用した画像認識による皮膚疾患診断サポートシステムの実用化を目指し共同研究を開始｜京セラコミュニケーションシステム・筑波大学




■AIを活用した画像認識による皮膚疾患診断サポートシステムの実用化を目指し共同研究を開始｜京セラコミュニケーションシステム・筑波大学

参考画像：京セラコミュニケーションシステムと筑波大学が、AI を活用した画像認識による皮膚疾患診断サポートシステムの実用化を目指し共同研究を開始（2017/7/26、筑波大学）

京セラコミュニケーションシステムと筑波大学が、AI を活用した画像認識による皮膚疾患診断サポートシステムの実用化を目指し共同研究を開始

（2017/7/26、筑波大学）

本研究では、皮膚病の臨床画像をディープラーニングで学習し、メラノーマ（悪性黒色腫）などの皮膚がんをはじめとする複数の皮膚腫瘍を判別する「高精度な画像認識モデル」を開発します。次の段階として皮膚がん以外の皮膚病に適用範囲を拡大し、臨床画像から皮膚病全般の診断をサポートするシステムを開発します。

京セラコミュニケーションシステム（KCCS）と筑波大学はAI（人工知能）を活用した画像認識による医師向けの業界標準となる皮膚疾患診断サポートシステムの実用化を目指し共同研究を開始しました。

KCCSは画像認識モデル作成サービス「Labellio」の提供や画像認識システムの構築で培ったノウハウを活かし、システム開発を行ない、筑波大学は、、AIの機械学習に用いるデータのために蓄積した2万枚を超える膨大な臨床画像データの提供、皮膚疾患診断サポートシステムの精度評価、医療現場における適応性の評価を行ないます。

皮膚科専門医の診断支援だけでなく、専門医のいない遠隔地での診断サポートシステムの構築にも役立つことが期待されます。

【参考リンク】

■Facebook CEOも注目している皮膚がんを発見できるアプリがある！？

●「DermaCompare（ダーマコンペア）」

マーク・ザッカーバーグが注目しているのは医療用AI搭載アプリ！？によれば、スマホで撮影した写真とAIアルゴリズムによって、皮膚がんを発見することができるアプリをFacebook CEOのマーク・ザッカーバーグが注目しているそうです。

イスラエルのエメラルド・メディカル・アプリケーションが提供している「DermaCompare（ダーマコンペア）」は皮膚がん診断用として使用されているAIを搭載したアプリです。

ユーザーが画像をアップすると、過去画像やデータベース画像（黒色腫の画像データ約5,000万件）と比較し、提携している医師に診断を仰ぐというものです。

●SKIN SCAN

また、肌の写真から皮膚がんの可能性を判断するIPHONEアプリSKIN SCANによれば、皮膚のシミの写真を撮り、特殊なアルゴリズムを使って、人間の皮膚にあるフラクタル状の形を探すことで、皮膚がんの可能性を判断するアプリもあるそうです。

●Googleのイメージ認識アルゴリズム「Google Inception」を活用した皮膚がん判定ソフトウェア

Deep learning algorithm does as well as dermatologists in identifying skin cancer

（2017/1/27、スタンフォード大学）

The algorithm’s performance was measured through the creation of a sensitivity-specificity curve, where sensitivity represented its ability to correctly identify malignant lesions and specificity represented its ability to correctly identify benign lesions.It was assessed through three key diagnostic tasks: keratinocyte carcinoma classification, melanoma classification, and melanoma classification when viewed using dermoscopy.In all three tasks, the algorithm matched the performance of the dermatologists with the area under the sensitivity-specificity curve amounting to at least 91 percent of the total area of the graph.

スタンフォード人工知能研究所「Stanford Artificial Intelligence Laboratory」で行われNatureに掲載された結果によれば、convolutional neural networks (CNNs、イメージを判定するアルゴリズム) を使ったAIによる皮膚がん診断は、21人の皮膚科医の診断とほぼ同等の診断をすることができたそうです。

【参考リンク】




■まとめ

デジカメ技術と機械学習で皮膚がん診断支援システム開発｜カシオによれば、カシオは、2016年4月からは、信州大学と共同で、深層学習（ディープラーニング）アルゴリズムをベースに、多数の症例画像を読み込み、機械学習を行うことで高い精度を実現する皮膚疾患のコンピュータ診断支援システムの技術開発を開始しているというニュースを以前お伝えしましたが、皮膚がん診断支援とディープラーニングの組み合わせが現在のトレンドのように感じます。

緑内障のリスク要因を４つの類型に自動で分類する手法を開発｜東北大・トプコンによれば、緑内障の治療のケースにおいても、視神経の変形を肉眼で判定し、分類作業を行なう上で、医師の経験や主観的な要素が大きいため、分類が難しいことが問題となっていましたが、分類作業が自動化したことにより、経験の浅い医師でもできるようになり、また、標準化することによって、適切な治療を選択できるようになることが期待されています。

病気の診断を助けるツールや医師のスキルの向上を助けるツールが開発されることは大変良いことですよね。

京セラと筑波大学が開発している皮膚の病気の診断支援システムによって、皮膚癌から救われる患者さんが増えることが期待されます。







【関連記事】