画像解析×AIで挑む医療のパラダイムシフト

「今後、ますます医師の数が減っていく一方で、医療画像をはじめとする医療データは桁違いに増えていく」。この問題意識の下、医療画像解析の負担を軽減し、効率化を図るべく、技術開発に取り組んでいるベンチャー企業がある。東京大学発ベンチャーのエルピクセル（LPixel）である。ライフサイエンス（生命科学）領域における画像解析ソフト／システムに強みを持つ同社は、AI（人工知能）を活用することで、医療画像から高い精度で疾患を見つける仕組みづくりを目指す。

　社会の安心・安全、人の幸せに貢献できるAI活用。vol.3は、エルピクセルの取り組みと彼らが目指す社会像を紹介する。

　エルピクセルは2000年に前身の研究室が発足して以来、画像解析の分野でさまざまなパートナーと共同研究を続けてきた。国立がん研究センターは古くからのパートナーであり、現在も20サイトほどで共同研究を推進中だ。

　同社が初めてAIを活用したのは、2012年にオンラインジャーナル「Nature Communications」に発表した能動型学習ソフト「CARTA（Clustering-Aided Rapid Training Agent）」。生物医学画像データを自動分類できる点が特徴である。

　CARTAの主な適用分野として考えたのが「Radiomics（ラジオミクス）」だ。

　「Radiomicsは、Radiology（ラジオロジー、放射線医学）に研究を意味するomicsを付けた造語です。放射線画像、MRI（磁気共鳴断層撮影装置）、CT（コンピュータ断層撮影装置）といったそれぞれの画像解析だけでなく、それらを結びつけ、統合的に解析して新たな知見を生み出そうという研究です」（代表取締役の島原佑基氏）

　一般的に機械学習では教師データが多ければ多いほど分類精度が高くなる。これに対してCARTAは、機械学習ではあるものの、最小限の教師データで高い精度での分類を可能にする点が特徴。各種の画像を分類し、関連付けることで、病理診断や疾患の予測に結びつけていきたい。島原氏はこう話す。

　同社は2017年11月に発表したAIによる医療画像診断支援技術「EIRL（エイル）」で、さらに歩を進めた。EIRLの特徴を以下のような点だ。

　EIRLの目的の一つは、全国にわずか5500人、医師全体の約2％しかいないとされる放射線診断医の画像診断を的確にサポートすること。結果として、医療画像の読影見逃し回避と業務負担の軽減につながる。