「メラノーマ」タグアーカイブ

人気ストリーマー「Ninja」が皮膚がんの一つ黒色腫(メラノーマ)を公表




登録者2,000万超『フォトナ』ストリーマー「Ninja(ニンジャ)」が“ガン”を公表…初期段階であるとし、早期発見のため定期的な検査を呼びかけ(2024/3/29、インサイド)によれば、YouTubeチャンネル登録者数2,390万人、Twitchフォロワー数1,900万人を超える人気ストリーマーの“Ninja”ことリチャード・タイラー・ブレヴィンスさん(32歳)は、自身のXで妻のジェシカさんの「足の裏にほくろを切除しないか」というすすめで皮膚科医に行ったところ、皮膚がんのひとつである黒色腫(メラノーマ)と診断されたことを報告しました。

■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】

■デジカメ技術と機械学習で悪性黒色腫(メラノーマ)等を見分ける皮膚がん診断支援システム

デジカメ技術と機械学習で悪性黒色腫(メラノーマ)等を見分ける皮膚がん診断支援システム開発|#カシオによれば、ダーモスコピー検査は、皮膚の腫瘍やホクロなどの色素病変を、ダーモスコープと呼ばれる特殊な拡大鏡で観察する検査なのですが、診断するスキルを習得するには長期間のトレーニングが必要となることが課題としてあります。

そこで、ダーモスコピー検査で撮影した画像から、悪性黒色腫(メラノーマ)・基底細胞癌・有棘細胞癌などの皮膚のがんと、良性のほくろ(色素性母斑)、血マメ(血腫)、癌とまぎらわしいことがある老人性のいぼ(脂漏性角化症)などのがん以外のものを区別するスキルをトレーニングするサービスです。

【関連記事】







デジカメ技術と機械学習で悪性黒色腫(メラノーマ)等を見分ける皮膚がん診断支援システム開発|#カシオ




■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

医師向けダーモスコピー学習用サービス
医師向けダーモスコピー学習用サービス

参考画像:医師向けダーモスコピー学習用サービスのコンテンツを拡充(2016/6/1、カシオ計算機ニュースリリース)|スクリーンショット

ダーモスコピー検査を効率的に学べる医師向けクラウドサービス

(2015/5/28、カシオ計算機ニュースリリース)

ダーモスコピー検査は、皮膚の腫瘍やホクロなどの色素病変を、ダーモスコープと呼ばれる特殊な拡大鏡で観察する検査で、2006年の診療報酬改定以降、急速に普及が進んでいる検査です。

しかし、診断するスキルを習得するには長期間のトレーニングが必要となることが課題としてあります。

そこで、カシオ計算機が2015年6月から始めたのは、ダーモスコピー検査のスキルを学べる「CeMDS」というサービスです。

■「CeMDS」とは?

カシオ計算機と田中勝 教授(東京女子医科大学 東医療センター)、佐藤俊次 院長(さとう皮膚科)と共同で開発した「CeMDS(CASIO Medical Data Support)」は、ダーモスコピー検査で撮影した画像から、悪性黒色腫(メラノーマ)・基底細胞癌・有棘細胞癌などの皮膚のがんと、良性のほくろ(色素性母斑)、血マメ(血腫)、癌とまぎらわしいことがある老人性のいぼ(脂漏性角化症)などのがん以外のものを区別するスキルをトレーニングするサービスです。

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ます。

ダーモスコピー検査の分野の標準化を進めるプロジェクトISIC主催のコンテスト「ISBIチャレンジ2017 / Skin Lesion Analysis Towards Melanoma Detection / Part 3: Lesion Classification (皮膚疾患の自動判別部門)」にて1位を獲得したそうです。




【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

今回のニュースをわかりやすくまとめます。

カシオはデジカメで培った技術と機械学習を組み合わせた皮膚がんなど皮膚の病気の診断支援システムを開発しています。

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。

カシオ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】
続きを読む デジカメ技術と機械学習で悪性黒色腫(メラノーマ)等を見分ける皮膚がん診断支援システム開発|#カシオ

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】
続きを読む 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

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!?

Metastatic melanoma  Case 171

by Yale Rosen(画像:Creative Commons)




ザッカーバーグも注目の医療用AI搭載アプリ、イスラエル企業に期待高まる

(2016/5/9、Forbes)

同氏が例に挙げたのが、スマートフォンで撮影した写真とAIアルゴリズムによって、人間の医師より早く皮膚がんを発見することができるアプリだ。撮影した写真があれば世界中のどこにいる医師でもより適切に、黒色腫(メラノーマ)の診断を下すことが可能になる。

ザッカーバーグは、AIを利用したがんの診断、特に皮膚がんの診断はすでに行われており、インターネットの利用方法のうち最も優れたものの一つになるだろうと述べた。

Facebookのマーク・ザッカーバーグCEOがクラウドコンピューティングによって私たちが恩恵を受けるものとして挙げたのが、診断能力の向上なのだそうです。




■テクノロジーやAIを利用したがんの診断

診断用アプリとしてすでに利用されているもの一つに、無料でダウンロードすることが可能な「DermaCompare(ダーマコンペア)」がある。クラウドベースのAI技術とスマホのカメラ機能を利用し、トータルボディフォトグラフィー(TBP)を通じてメラノーマの疑いを検出することができる。

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。

現在医療分野に様々なテクノロジー企業が取り組んでいます。

IBMの「WATSON」によってがん治療がスピードアップする!?

医療従事者は、膨大な数の情報(最新の医療研究、論文、医療データ、患者の医療記録)を取り扱っていて、すでに人の頭脳では把握することができないほどなのだそうです。

そこで、注目を集めているのが、人工知能で医師や患者をサポートするシステムであり、その代表的なものがWatsonです。

Watsonは膨大な量の医療データや論文などのデータベースが格納されており、患者のデータを高速で解析し、医療データを照らし合わせることで、患者に最も最適と思われる治療方針を提案することで、医師や患者が意思決定の支援をするシステムです。

【関連記事】

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

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です。

ディープ・ラーニングでがんを見つける?|がん検診を人工知能が行なう時代になる!?

Enliticは、Deep Learningを医療データに応用したシステムを開発している企業です。

レントゲン写真、MRI、CTスキャン、顕微鏡写真などイメージデータをDeep Learningの手法で解析し、検査結果に病気(悪性腫瘍など)があるかどうかを高速にかつ正確に判定します。

■まとめ

今後医療に人工知能(AI)が活用されると考えられる理由は2つ。

1.最新の医療研究、論文、医療データ、患者の医療記録はすでに人の頭脳では把握することができないほど膨大な数の情報がある。

2.病気の治療は時間との闘いでもあるのですが、現在はがんの遺伝子を解析して患者ごとの診断を行い、治療方針を決める際には、専門の医師によるチームでも数週間という長い時間を要してしまう。

そのため、今後は人工知能(AI)を活用し、患者のデータを高速で解析し、医療データを照らし合わせることで、患者に最も最適と思われる治療方針を提案するようになっていくでしょう。







【関連記事】

高額ながん治療薬「オプジーボ」(一般名ニボルマブ)の薬価50%引き下げ|中医協了承

opdivo

参考画像:<がん治療薬>「オプジーボ」最大50%値下げ 政府方針|毎日新聞スクリーンショット




<がん治療薬>「オプジーボ」50%下げ 中医協了承

(2016/11/16、毎日新聞)

厚生労働省は16日、厚労相の諮問機関、中央社会保険医療協議会(中医協)を開き、極めて高額のがん治療薬「オプジーボ」(一般名ニボルマブ)の薬価50%引き下げを提案し、了承された。

政府ががん治療薬「オプジーボ」の値下げ幅を最大50%引き下げる調整を行なっていましたが、中央社会保険医療協議会(中医協)で薬価50%引き下げを提案し、了承されたそうです。

<がん治療薬>「オプジーボ」最大50%値下げ 政府方針

(2016/11/10、毎日新聞)

オプジーボは2014年に一部の皮膚がんを対象に保険適用され、100ミリグラム約73万円の薬価が認められた。その後、患者数の多い肺がんなどにも適用を拡大、16年度は1万5000人の利用が見込まれている。患者1人あたり約3500万円かかるとされ「医療財政を圧迫する」と薬価の引き下げを求める声が強まった。

政府はがん治療薬「オプジーボ」(一般名ニボルマブ)の値下げ幅を当初方針の最大25%から拡大し、最大50%引き下げる調整を行っているそうです。

■「オプジーボ」とは?

脚光を浴びる新たな「がん免疫療法」:小野薬品のオプジーボ

(2015/4/22、nippon.com)

米国での治験では、非小細胞肺がん、前立腺がん、大腸がん、腎細胞がんなどの固形がん、および悪性黒色腫(メラノーマ)を対象に投与する試験が実施され、いずれも有効例が認められた。メラノーマや腎細胞がんでは30%近い奏効率(がんが消失または一定割合以上縮小した人の割合)を示した。試験の結果は、2012年、最高峰の臨床医学雑誌「New England Journal of Medicine」誌に報告され、論説では、「過去30年で試みられた多くのがん免疫療法で、最も高い奏効率」と評された。1年以上の長期にわたって再発がない患者もいた。

日本では、小野薬品が非小細胞肺がん、腎細胞がんなどの患者を対象に安全性を調べるフェーズⅠ試験を行い、著効を示す例が出た。中で最も予後の悪いメラノーマを対象とした開発を先行させた。メラノーマを対象にしたフェーズⅡ試験は国内では実に20年ぶりだ。

抗体を用いた「がん免疫療法」は、米国科学雑誌「Science」が選ぶ13年の「Breakthrough of the Year」に選ばれた。ニボルマブは14年7月、「オプジーボ」として、メラノーマを対象に世界に先駆けて日本で承認され、9月には米国でも承認された。肺がん(治療歴を有する進行期肺扁平上皮がん)については、米国では既に試験を終えて優先審査がなされている。

ニボルマブは2014年7月、メラノーマ(悪性黒色腫)を対象に「オプジーボ」として、日本で承認され、9月には米国でも承認されたそうです。

■ニボルマブのメリットとデメリット

脚光を浴びる新たな「がん免疫療法」:小野薬品のオプジーボ

(2015/4/22、nippon.com)

ニボルマブには従来の抗がん剤と比べ、①がん種を問わない、②副作用が少ない、③末期でも効き始めたらずっと効き、再投与もできる、という大きな特徴がある。特定のがん種の増殖にかかわる分子をピンポイントで狙う分子標的薬とは逆で、免疫チェックポイント阻害薬は幅広いがんの治療薬となる。

本庶氏は、「今の抗がん剤は、やがてほとんど使われなくなり、すべて PD-1抗体で治療することになるだろう」と予測する。

最大の欠点は、値が張ることだ。患者1人当たりの年間治療費は、平均で約1500万円にも達するとされる。

ニボルマブは、幅広いがんの治療薬となる免疫チェックポイント阻害薬です。

新しいがん治療として注目される「免疫チェックポイント阻害剤」とは|ポイントはアクセルとブレーキの考え方によれば、がん細胞の「PD-L1」が、攻撃にやってきた免疫細胞の表面にある「PD-1」というタンパク質をつかむと、つかまれた免疫細胞はまひして動けなくなり、攻撃できなくなってしまうことにより、がんが進行しやすくなっているのですが、免疫チェックポイント阻害薬とは、がん細胞の「PD-L1」と免疫細胞にある「PD-1」というタンパク質を接触できないようにすることでがんの進行をさせないようにする薬です。

ニボルマブのメリットは、幅広いがんの治療薬となり、また副作用が少なく、効き始めたらずっと効くという点です。

最大の欠点が、治療費が高額になるということ。

がん大国白書 第1部 新薬の光と影/1(その1) 特効新薬、年3500万円 免疫療法が飛躍的進化

(2016/4/1、毎日新聞)

オプジーボは大人(体重60キロ)が一般的な使い方をすると年間の薬剤費が約3500万円と高額になる

オプジーボは年間の薬剤費が患者1人あたり約3500万円と高額なため、保険適用される場合は患者の自己負担は抑えられても、「医療財政を圧迫する」と薬価の引き下げを求める声が強まり、最大50%引き下げる調整を行なっているそうです。







【関連記事】