「基底細胞癌」タグアーカイブ

がん

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 →