画像診断のためのディープラーニング活用:特に米国と中国での臨床応用について【抄録】

摘要

第三の人工知能（以下AI）ブームの核となっている 技術はディープラーニングである。ディープラーニン グには様々な種類の手法が含まれる。しかしディープ ラーニングが有効なのは、2020年現在、画像認識、 物体検出、画像生成、音声認識、また自然言語処理が 中心である。ただ、自然言語処理に関しては、これま でに比べて飛躍的進歩はあるものの、画像関連のAI ほど画期的な成果は出ていない。やはりディープラー ニングのこれまでの成果といえば、画像に関する処理 である。画像に関しては、ディープラーニングの出現 前と後で、機械学習の有用性に明らかな差異が認めら れる。すなわちディープラーニング以前の機械学習は、 以前の第二の人工知能ブームの際と比較して、さほど 画期的な進歩はない。AIを活用するということは、 「画期的な進歩だが画像認識などに限られるディープ ラーニングを使う」ないしは、「第三の人工知能ブー ム以前と以後でさして大差ない手法をブームに乗って いまさら活用する」かのどちらかを選択せざるを得な い。現時点では、単純X線写真、CT、MRIなど画像 診断をはじめ、眼科、皮膚科、内視鏡、病理診断、そ して超音波画像診断などがディープラーニングで恩恵 を受ける分野である。さらに手術室やICUをはじめ とする病院各所にカメラを設置する、いわゆる見守り 系の人工知能で、外科医の能力の客観的評価や医療安 全について画期的成果が期待されている。