• BPnet
  • ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版
  • PR

  • PR

  • PR

  • PR

  • PR

記者の眼

機械学習を知らない皮膚科医が、皮膚がんの診断支援AIを試作できたワケ

浅川 直輝=日経コンピュータ 2016/08/03 日経コンピュータ

 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。

ここから先はITpro会員(無料)の登録が必要です。

次ページ きっかけは「スポーツ選手のモーションキャプチャー...
  • 1
  • 2
  • 3
  • 4
  • 5

あなたにお薦め

連載新着

連載目次を見る

今のおすすめ記事

ITpro SPECIALPR

What’s New!

経営

アプリケーション/DB/ミドルウエア

クラウド

運用管理

設計/開発

サーバー/ストレージ

クライアント/OA機器

ネットワーク/通信サービス

セキュリティ

もっと見る