がんの特徴をAIが自力で獲得、がん再発の診断精度向上へ

文:がん+編集部

 がんに関わる知識を自力で獲得するAI技術が開発されました。がん再発の診断精度を上げる特徴を見つけることに成功しました。

術後のがん再発予測法として、個別の治療選択に貢献

 理化学研究所は2019年12月18日、医師の診断情報がついていない病理画像から、AIが自力でがんに関わる知識を獲得する技術により、がん再発の診断精度を上げる新たながんの特徴を見つけることに成功したと発表しました。同研究所革新知能統合研究センター病理情報学チームの山本陽一朗チームリーダーと日本医科大学泌尿器科の木村剛准教授らの研究グループによるものです。

 現在のAIの主流であるディープラーニングは、学習にビッグデータを必要とするため、医師の診断情報がついた大量の医療画像が必要でした。そこで研究グループは、病理画像から人間が理解できる情報を自動で取得する新たなAI技術の開発。実際、医師の診断情報がついていない1枚あたり100億画素以上の前立腺の病理画像を用いて検証したところ、AIががんの特徴を自動取得し、詳細に分類されたがん情報を自動で抽出させることに成功しました。この技術で見つかった要素には、がんの診断基準のほか、専門家でも気づかなかったがん領域以外の特徴も含まれていました。

 再発予測の性能を確かめるために、これらの要素を検証したところ、現在の診断基準より高い精度で再発予測できていることがわかりました。病理医の診断に、今回開発された新しい技術を利用することで、がんの再発予測精度をさらに上がることが期待されます。

 研究グループは、今後の期待として次のように述べています。

 「医療においてAIを安心して使用するためには、医師が理解可能な根拠を示すことができる技術が不可欠です。さらに、情報量に富んだ画像から、人間が理解できる情報を引き出すことで、既存の基準を超えた新たな知識の獲得が可能になります。本研究成果は、手術後の高精度ながん再発予測法として、個々に合った治療選択に貢献するとともに、画像から新たな知識を獲得するための自動解析手法として役立ちます。さらに、ブラックボックスといわれているAIの解析根拠をひも解く一歩として、医療において安心して使用できるAIの実現に貢献すると期待できます」