癌における機械学習：AIは癌を予測できるか？

人工知能（機械学習）は1950年代後半から存在していましたが、最近は非常に便利になってきています。特に医療業界では、癌の診断に機械学習の恩恵を受けており、実際、機械学習を利用した癌の予測は、利用可能なテクノロジーの中で、最も人生を変える用途の一つとして期待されています。

人間には誤りがあり、医者が人体のいくつかの問題を見落とす可能性が高いことは、何度も示されてきました。例えば、初期の癌などは、訓練を受けた技術者や医師でさえも、見逃してしまうことがよくあります。しかし、AIは人間の目や検査よりもずっと早く、正確に癌を発見することができます。

機械学習による癌の予測

癌における機械学習の価値は、機械が肺癌を検出できるかどうかの研究が行われたときに証明されました。Mozziyar Etemadi氏は、キャリアの大半を費やして、肺癌患者のスキャン画像から腫瘍を見つけるAIシステムを研究していました。実際のテストでEtemadi氏が、後に癌を発症した患者の古いCTスキャン画像をシステムに見せたとき、機械は人間の医師よりもはるかに正確ということがわかりました。そのスキャン画像は医師が見ても問題ないと判断したものでしたが、AIシステムにスキャンさせると、癌の発生を示すサインを素早く見つけ出したのです。

肺癌は最も死亡率の高い癌で、診断後5年間での死亡率は75％に達します。それは、癌の発見が遅れることが大きな理由で、肺癌のおよそ70％は簡単に治療するには発見が遅すぎることがわかっています。早期に発見され、腫瘍がまだ転移していない場合は、約66パーセントの患者が診断後5年以上生存することができています。癌を早期に発見することは、死を防ぐために必要不可欠です。

機械学習を利用して、通常よりもはるかに早い段階で癌を診断することは、癌治療の飛躍的な向上と死亡率の低下を意味します。機械は、過去の癌の様子を示した上で、どこに癌があるのか、どの程度進行しているのかなどを確認できるため、医師による何百、何千もの誤診の可能性をチェックする必要はありません。現在のAIシステムでは、機械が自ら学習することも可能で、今回の肺癌の研究では、AIシステムは94％の確率で患者を正しく診断していました。

癌治療：機械学習でどの薬が最も効果的かを判断

癌の治療には個人差が大きく、すべての治療法がすべての人や癌に効くわけではありません。つまり、治療の開始と停止が頻繁にあるということです。乳癌に限って言えば、無数の選択肢があります。例えば、ステージI-IIの乳癌では、49％の女性が乳腺腫瘤摘出術または乳房部分切除術を受けた後、放射線治療を行います。ステージIIIの乳癌の女性は、乳房を切除した後に化学療法を行うと良い結果が得られる傾向にあり、56％の女性がこの治療を受けています。ステージIVの乳癌では、一般的に56％の患者さんが化学療法を併用した放射線治療を受けるか、手術をせずに放射線治療だけを受けることになります。最後に、ステージIVの癌の女性の17パーセントは、手術のみ、または他の治療法を行います。このように治療法の選択肢は多岐にわたるため、どのタイミングで治療を行うべきかを判断するのは難しい場合があります。そこで、AIの出番です。

ディープラーニングにより、機械は癌治療が癌細胞にどのように作用するかを正確に予測することができます。これは、細胞の配置からゲノムの変動性、癌がすでに耐性を持っている薬剤など、あらゆることに依存します。複数のテストにより、AI機器は患者が特定の種類の薬に対してどれくらい敏感に反応するかを、とても正確に予測することが示されており、胃癌、卵巣癌、子宮内膜癌などさまざまな種類の癌で確認されています。

実際に実験してみると、AIが最も効果がないと予測した薬は、それらが使用された癌の種類に対して、最も効果が低いことが証明されました。現在では薬剤耐性のある癌もあり、進化と学習を続けていくことが不可欠ですが、その際にAIが大きな役割を果たすことは間違いありません。

複数の癌治療薬を試すのではなく、その人に必要な治療法を正確に選択できるようにすべきです。そうすれば、無意味な治療にかかる何百万ドルもの費用を節約できるだけでなく、より正確で的を射た治療が可能になります。これにより、患者のストレスが軽減され、どの薬が最も効果的かを調べるための試験段階も少なくて済みます。特に癌の末期には、一刻を争うため、すぐに適切な治療を行うことが重要となります。

AIは許可すれば簡単に人命を救うことができます。映画やテレビなどの影響で、多くの人が人工知能に対して警戒心を抱いていますが、実際には人間の生活をより安全にする力を持っているのです。

癌治療のAI化が意味するもの

機械学習は、癌の検診や治療に適していますが、その技術はまだ十分に導入されていません。新しいAIシステムは学習速度が速いものの、癌の種類が非常に多いため、システムのトレーニングに時間がかかってしまいます。機械学習には、大量の材料も必要で、システムは複数のスキャン画像を処理し、そこから学習しなければならないためかなりの時間がかかります。

今のところ、機械学習を利用した癌予測は可能であるものの、あまり利用されていないのも現状です。機械による癌検診が主流になったときに、その精度を確保するためには、まだまだテストやトレーニングが必要になります。

テクノロジーの進歩の速さを考えると、近い将来、機械学習やAIによる治療が多くなると思います。

現状は、導入準備のためにシステムの更なるトレーニングが必要な段階ですが、AI化はますます進み、今後、AIを取り入れた診察が増えていくのではないでしょうか。