トップページ  >  移植コラム  >  ドクターコラム  >  「人工知能の未来と医療」①人工知能による医学研究の加速 第106回 日本泌尿器科学会総会報告【1】

森田 研先生 コラム

2018年4月18日~22日まで国立京都国際会館で開催されました、第106回日本泌尿器科学会総会にて聴講した内容をレポート致します。

昨今、様々な分野に応用されている人工知能が、泌尿器科医療の分野にも押し寄せてきています。今回の学会の特別企画プログラムにも、「人工知能の未来と医療」というシンポジウムが組まれました。座長は九州大学名誉教授の内藤誠二先生(原三信病院)と奈良県立医科大学名誉教授の平尾佳彦先生(大阪暁明館病院)で、3名のArtificial Intelligence (AI)の専門家から話題提供を頂きました。テーマは人工知能をいかにして活用するか、ということで、
(1)医学研究での役割
(2)遺伝子・ゲノム医療における役割
(3)外科手術における役割
という順に講演されました。講演後に引き続き行われた教育プログラムも含め、4回に分けてレポート致します。

泌尿器科学会


第106回 日本泌尿器科学会総会 特別企画プログラム
「人工知能の未来と医療」
座長:九州大学 名誉教授 内藤誠二先生(原三信病院)、奈良県立医科大学 名誉教授 平尾佳彦先生(大阪暁明館病院)


「人工知能による医学研究の加速」
辻井潤一先生:産業技術総合研究所(産総研)人工知能研究センター

辻井先生は京都大学、東京大学での研究の後、米国マイクロソフト社での仕事を経て、現在、産総研で人工知能を医学研究に応用する仕事をしておられます。

今までの医学研究は、研究者たちが過去の医学論文、臨床データを勉強し、蓄積した知識を元にして、新たな医学を発展させていく手法がとられてきました。その場合、情報処理は人間の頭で行うため、どんなに優秀な頭脳でも処理能力には限界がありました。近年、この情報処理をコンピュータで自動化した上で、人工知能に読み込ませて膨大な論文データを解釈することと、それを元に研究を展開していく作業もAIに手伝わせる試みが始まっています。欧米ではシカゴ大学、マンチェスター大学をはじめ、マイクロソフト社などで、人間の頭脳の処理能力では到底不可能な量の解析をAIに行わせる研究が進んでいます。
まず、過去にどういった研究がなされているかというデータを集める仕事をロボットに行わせることで、人間の限界を超えたスピードで論文を読むことができます。医学研究自体についても、熟練した研究者の技術をそのままロボットに移管して行わせることが可能になってきました。例として、産総研の技術移転ベンチャーであるロボティックバイオロジーインスティテュートの「まほろ」というロボットが、遺伝子実験・分子生物学実験を正確に行う動画が紹介されていました。
ロボットの頭脳には、熟練した研究者が実験機材を操作する技術がそのまま移植されているため、優秀な研究者と同様の作業結果が期待できます。


人工知能には、このような情報分析やロボット技術をはじめとして、様々な用途があります。
AIが多くの診療情報のビッグデータから、新たな患者に対する治療の選択肢を提示する能力は、人間を超えてきています。それは2016年のGoogleによるAlphaGo(囲碁ソフト)が人間の囲碁チャンピオンを破ったことでも示されています。AlphaGoは、膨大な過去の棋譜を読み込み、勝てる手を選択する能力を獲得しています。全ての碁の打ち方の可能性の検証をハイスピードで行ない、データから先読みするだけではなく、人間の「直感」と同様に、瞬時に勝ち手を判断できるようになったことで、人間が考えつく戦略の上をいけるようになってきました。この技術を医療にも応用することが考えられています。
※ビックデータ:一般的なデータ管理・処理ソフトウエアで扱うことが困難なほど巨大で複雑なデータの集合

具体的には多くの患者さんの治療経験を元に、直感で判断するベテラン医師の能力をAIに持たせるということです。コンピュータの機械学習による直感で、理論的にはうまく説明できないものの、構築されているある種の規則性を判断することにより、ベテラン医師の直感・勘を利用できる可能性があります。これに多くの診療データに加え、患者さんの日常生活情報を、一般診療では考えられないぐらい早く大量に入力していくことで、人間の能力を超えていくわけです。
辻井先生は、AIを医学・医療に応用するメリットの実例として、以下の項目を挙げられていました。
・画像や所見の認識能力の向上。病理画像からがんを診断する検出実験でも、人間の能力を超えてきています。
・乳がんのエコー検査では、エコー技師が異常を検出するスキャンの段階から異常を見落とさぬよう調整。
・まほろ のようなロボットによる細胞培養の自動化により、人件費を削減することが可能。
・ゲノムやタンパクの分析で、背後にある膨大なデータの解析を行い、新たな治療法の開発が可能。
・論文データを多数読み込んで、医学的現象の背後に何が起こっているかを調べる分析ソフト(Pathway)の開発。

最後に、人工知能の機能を有効に使って大きなデータを分析することは実際には容易ではないそうです。 この膨大な夢を実現するには、AI研究者だけでなく、医療従事者が協力して医療データを提供することが 重要だと述べられていました。


次回、「人工知能の未来と医療」②遺伝子分析・診断に用いるAI をお届けします。


お気に入り記事に登録

森田 研先生 過去のコラム

この記事を見た人が読んでいるのは