皮膚の黒ずんだ箇所の写真をアップロードすると、コンピュータが写真を解析し、「その病変が皮膚がんである確率は〇〇%です」とアドバイスしてくれる――。そんな診断サポートシステムのプロトタイプを開発したのが、画像認識などのAI技術にはまったくの素人だった筑波総合クリニック/筑波大学の皮膚科専門医、石井亜希子氏だ。

皮膚科専門医の石井亜希子氏(左)と、整形外科専門医の石井壮郎氏(右)
[画像のクリックで拡大表示]

 夫であり、ITに詳しい整形外科専門医の石井壮郎氏の助言を受け、皮膚がんの一種であるメラノーマ(悪性黒色腫)を判別する画像認識モデルを試作した。ディープラーニング(多層ニューラルネットワークによる機械学習)による画像認識モデルの生成サービス「Labellio」上で作ったものだ。

 この診断支援システムは、メラノーマと良性のほくろ(色素細胞母斑)を判別し、自信度と共に回答する。テストデータで測定した精度(自信度50%以上で正答した割合)は99%以上という。

左はメラノーマの患部写真で、皮膚科医でも良性のほくろと間違えやすい「上級者向け」の写真。システムは100%の自信度で「メラノーマ」と判別した。
(患部写真提供:筑波大学附属病院皮膚科の藤本学教授)
[画像のクリックで拡大表示]
左は良性のほくろの患部写真で、医師でもメラノーマと間違えがちな「中級者向け」の写真。システムは98%の自信度で「メラノーマではない」と判別した。
(患部写真提供:筑波大学附属病院皮膚科の藤本学教授)
[画像のクリックで拡大表示]

 初期のメラノーマとほくろを見分けるのは、皮膚科専門医でも苦慮することがある。両者を正確に診断するには何年もの訓練が必要という。「試作したシステムは、医療過疎地などの皮膚科専門医がいない状況で、診断をサポートする用途に使えると考えている」(石井亜希子氏)。

 ディープラーニングが、機械学習に詳しくない人にも使いこなせるITツールとして成熟した結果、医療などの専門分野で大きな成果を挙げる素地が整いつつある。石井夫妻が診断支援システムを開発した経緯を紹介しながら、ディープラーニングの威力と、社会実装に向けた課題について考えてみたい。

この先は会員の登録が必要です。今なら有料会員(月額プラン)登録で6月末まで無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら