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。
