オープンセミナー広島2022で発表した資料
1 データ分析やAIの "運用" について考える 2022/06/25- OSH2022 -
View Slide
株式会社エムネス 森藤 敏之(Toshiyuki Morito) 自己紹介所属氏名● インフラ寄りのバックエンドエンジニアコミュニティ活動● GCPUG Hirosima(Google Cloud Platform User Group) ● OSH実行委員 出身廿日市出身(現在は東京在住) @mmorito_0318
データ分析やAIの利活用の背景 みなさんは MRI や CT の検査を受けたことがありますか?
目次 AIを用いた診断支援の取り組みを紹介します 診断支援の 取り組み内容 今後に向けた課題 実証実験 の結果 自社サービス の紹介 データ分析や AIの利活用の背景
5データ分析やAIの利活用の背景
データ分析やAI利活用の背景 図. 人口100万人あたりの放射線診断医 (縦軸) および 装置台数(横軸)MRIとCTの合計台数が世界ダントツ第1位 放射線科医数が世界ダントツ最下位 慢性的な人手不足により、画像診断の品質担保が困難に
データ分析やAI利活用の背景脳の血管(動脈)が膨らんで弱くなっているところ 破裂すると、くも膜下出血をという脳出血を引き起こす 特に取り組むべき病変 脳動脈瘤 1日に数多くの患者を診断し、膨大な画像から数mmの膨らみを発見するのは至難の技だ
8自社サービスの紹介
医療支援クラウドサービス「LOOKREC」
10診断支援の取り組み内容
診断支援の取り組みにあたってやったこと患者同意取得と 教師データの作成 解析依頼/結果参照アプリ開発 実際の 読影業務に投入 結果分析 AIアルゴリズム 開発 実行可能 API開発
患者同意取得と教師データの作成 92%以上の患者から同意が得られ、年齢による差異がほとんど無かった
通常の読影業務 + 教師データ用の作成を依頼 (約200件) 患者同意取得と教師データの作成診断時に図示したアノテーションの座標位置をもとに 病変の位置が特定できないか 医師毎にもとにした画像やアノテーションの表現方法、病変までの距離に差異あり 複数の所見に言及された画像もあり、 動脈瘤のみの正確な抽出が困難
解析依頼 / 結果参照アプリ開発Modality MR部位 HEADスライス厚 1mm以下、等間隔断面 AXIAL / Oblique AXIAL解析可能な画像のメタデータ
LCEES(LOOKREC CAD Education and Evaluation System)AIの指摘座標を表示 (前後5スライス)AI指摘に対するフィードバックの入力 ・TP(True Positive): AI指摘あり / 動脈瘤あり ・TPの場合は瘤のより正確な座標とサイズを入力 ・FP(False Positive): AI指摘あり / 動脈瘤なし
実際の読影業務に投入一次確定入力開始AI結果改訂最終診断一次確定入力開始AI結果改訂一次読影 (放射線診断医) 二次読影 (放射線診断医) 一次読影者: AI支援なしで読影 ↓ AI結果を参照して所見を改訂可能 二次読影者: AI支援なしで読影 ↓ 一次読影とAI結果を参照して所見を改訂可能
17実証実験の結果
BigQueryでデータ集計などした話 2年分のアクセスログから 医師の読影に要した時間、AI結果を参照した日時、回数を集計 AI結果を参照した日時とレポートの改訂履歴を 照らし合わせ、AI支援後の変更を集計 (約140TB)(約45,000件)(約11,500件)
分析結果64,40 %医師が初回読影で発見した動脈瘤33.64 %AIによって追加された動脈瘤 発見された動脈瘤数 診断レポート件数1,073 個/ 11,434 件84.08 %3mm未満の小さな動脈瘤89.75 %3mm未満の小さな動脈瘤35 個5mm以上の大きな動脈瘤8 個5mm以上の大きな動脈瘤 AIの方が発見数が多かった医師(34名中)5 名
実証実験の振り返り AI支援によって30%以上の脳動脈瘤が発見された 1 手術候補となる5mm以上の動脈瘤も複数発見された 3mm未満の発見数が56%増加しており、偽陽性の診断が増加する可能性が懸念される AI支援が医師に与える影響が、数十%の幅で異なっていた 2医師によってはAIを過度に信頼してしまい自力で診断する意識の低下や結果をすぐに覆すことが懸念される AI支援が医師の読影時間に与える影響について継続して測定が必要 3確実に読影時間は延びていると想定されるため一時的な業務負荷の増加に対する継続的な測定/改善が必要
21今後に向けた課題
今後に向けた課題 もっと多くの診断を支援するためには 1 複合的な情報 により異常を学習するアプローチが必要 家族歴既往歴喫煙の有無年齢 / 性別CSVCSVOrder/Report前回の画像と比較前回の所見/診断と比較論文や文献他患者の過去症例検査目的 / 依頼内容
今後に向けた課題検査画像の解析依頼?結果参照直接的にAI支援の恩恵を受けるユーザー間接的にAI支援の恩恵を受けるユーザー このサービスの 価値を最も享受 するのは誰? 2最終的に高品質な医療を享受する患者 AI支援の恩恵を受ける者とその価値を享受する者が異なる
今後に向けた課題 AI支援を標準化するインターフェイスがまだ無い 3 AIの利用側と提供側を繋ぐ、インターフェイスの標準化が必要 DICOMWeb / GSPS / SecondaryCapture解析依頼 / 結果送信 I/F結果参照(Viewer)
25新たな取り組みとして
日本の医療均てん化に向けて…
27ご清聴ありがとうございました
参考文献- OECD Data. https://data.oecd.org (参照: Computed tomography (CT) scanners, Magnetic resonance imaging (MRI) units)