AIが変える放射線医療～放射線医学の分野における迅速化と生産性の向上を現実のものに～

放射線科は、放射線機器を用いて様々な病気の診断や治療を行う分野です。X線、マンモグラフィー、ソノグラフィー、CATスキャン、MRI技術などが挙げられます。

ヘルスケアITニュースは、放射線科医による人工知能（AI）の利用が、2015年から2020年にかけて30％増加したと報じました。人工知能は、放射線科における臨床医の働き方や、彼らが使用する機器が患者により良いサービスを提供し、より良い結果を生み出す方法を急速に変化させています。

放射線科AIで治験のスピードアップを実現する

新しい薬や治療法を世に出すためには、臨床試験を可能な限り早急に、かつ安全で効果的に行うことが重要です。ほぼすべての臨床試験で、さまざまな医療用画像が使用され、その際に人工知能や深層機械学習が大きな役割を果たす場合があります。いくつかの放射線科のAIが臨床試験を加速させる例があります。

• 縦断的測定の向上:断面CT画像を自動的に補完することで、再現性の高い計算が可能となり、治療によって生じる極めて小さな変化を識別することができるようになります。

• ニューロロジカル・プログレスを追跡する:機械学習により、脳の容積や構造の変化を迅速かつ効果的に測定できます。これにより、どの薬や処置が病気の進行を遅らせるのに有効であるのかを臨床医に示すことができます。

• 複数の画像をより速く表示する: 画像機器によっては、何枚もの画像を連続して提供するものもあります。放射線科のAIは、数十枚の画像を人間よりも速く効率的に解析できます。

放射線科のAIはエラーの削減に貢献できる

Statによると、米国での事故死原因の第1位は医療ミスです。放射線科AIは、医療従事者のミスを減少させ、最終的に救命に貢献します。エラーを減らす方法の1つは、医療画像の生成と解釈の各部を可能な限りクリーンかつ効率的にすることです。

人工知能は、画像処理プロセスの文字通りすべてのステップで活躍できます。撮影の初期段階から、詳細な所見の解釈、画像の安全な保管、患者一人ひとりのフォローアップ医療の決定など、その内容は多岐にわたります。以下に、AIを活用した具体的な改善事例を紹介します。

• 最適な画像解析の提供:AIは、各画像の画質の向上のみならず、最適な解析に必要な高画質なデータであるのかを撮影の瞬間に検出することが可能です。もしそうでない場合は、放射線技師に警告を発し、再撮影の必要の有無を判断できます。
• 異常なパターンを認識する: アルゴリズムは、個々の臨床医よりも容易にパターンを認識できます。AIはパターンの異常を識別することで、病気や腫瘤、骨折を迅速に特定できる可能性があります。これにより、診断における潜在的なエラーの減少に繋がります。
• 患者記録への画像統合:  放射線科AIは、各画像診断結果の施設の電子カルテシステム内への取り込みを容易にします。これにより、患者記録を誤記する可能性が低くなり、病院のミスが減少します。
• 治療プロトコルのガイドラインの提供: また、人工知能は、患者ごとの治療法の可能性を臨床医に警告することも可能です。AIは、どの治療法が患者にとって最も効果的であるか予測ができます。

放射線科のAIは、より短時間で画像の改善ができる

放射線技師は、病気の診断や治療を行う際に、さまざまな道具を自由に使用できます。様々な画像を読み、解釈し、報告することは、彼らの主要な仕事の一つです。人工知能が画像を改善し、最終的に医療成果を向上させる具体的な方法がいくつかあります。

• 低線量被ばく: ディープラーニングにより、低線量撮影を実施する際の画質や全体のイメージの改善が可能になりました。MRIもCATも、撮影時間が長いだけでなく、放射線被ばくもあるため、患者にとっては大変な検査になりがちです。より迅速なスキャンは、時間だけでなく、患者が受ける放射線量も減らすことができます。
• MRI検査:従来のMRI検査を高速化するため、人工知能が活用されるようになりました。その結果は、従来のスキャンと同様に正確です。また、AIによる高速生成MRI検査は、診断上、他の種類のMRI検査と互換性があることも重要なポイントです。
• AIR Recon DL（エアーリコンディーエル): この画像再構成ソフトは、より鮮明な画像を受け取るために重要な、画像再構成時のノイズを低減できます。GEヘルスケアのAIR™Recon DLは、ディープラーニングアルゴリズムにより、生データを利用して画像を改善し、過剰なノイズを減らしています。

放射線科AIでワークフローを改善できる

放射線技師がMRI装置での作業、PETスキャンの実行、あるいは基本的なX線撮影を完了していても、医療画像処理は時に倦み、時間のかかるプロセスです。エンドツーエンドのデジタルワークフローは、プロセスのあらゆる領域に人工知能を導入することで、より生産的になります。

AIがワークフローを改善するのは、放射線技師以外も巻き込んだ場合です。そのプロセスは、患者が最初に予約を入れる時点から始まります。また、すべての記録をデジタルで保存し、簡単に検索できるペーパーレスの作業環境を構築することも必要です。患者の記録と関連するすべてのデータの検索は時間を要します。AIシステムなら、以下のような情報を素早く、しかもミスの少ない形でまとめることが可能になります。

• 過去の画像検査
• 各画像の過去のレポート
• 薬歴・情報
• すべての検査・病理報告書
• ウェアラブルからのアクティビティ追跡

放射線科のAIで病気の早期発見を可能に

ディープラーニングとアルゴリズムにより、医師よりも早く異常を見つけ、病気を発見できるようになりました。放射線科の人工知能が見つける症状や病気には、いくつかの具体的な種類があります。

• 肺がんの早期発見: 肺がんは死因の多いがんのひとつで、一般に予後が悪いとされています。人工知能システムは、健康な肺と癌を含む何千ものスキャンデータの大規模なセットを研究した後、癌がどのように見えるか把握できるようになりました。放射線科のAIは、個人がそれぞれの異常を見る代わりに、がんの結節がどのようなものか学習し、独自に腫瘍を特定できるのです。

• バーチャルネイティブの強化: 心臓の画像診断では、造影剤を使った磁気共鳴(MRI)検査と同様のプロセスで人工知能が用いられるようになりました。仮想ネイティブエンハンスメントにより、通常、心血管MRI検査で使用される造影剤を注入することなく、心臓の傷跡を高画質で撮影できます。

• アルツハイマー病の予知と発見: 現在、米国では数百万人がアルツハイマー病を患っていると言われています。AI技術の支援により、現在、アルツハイマー病を高い精度で予測・診断できるコンピューターアルゴリズムが存在します。

AIの導入は、今後も放射線科の分野を劇的に変化させていくでしょう。病気の診断の迅速化、臨床試験のスピードアップ、あるいは単に日々のワークフローの改善など、人工知能は今や健康な生活を促進するための一部となっています。