KADOKAWA Technology Review
×
年間購読料が今なら20%オフ! お得な【Winter Sale】実施中
Why it’s so hard to use AI to diagnose cancer

期待されたAI画像診断、臨床導入に残された技術的課題は?

AIによる病理画像の分析は15年前から期待されてきた有望分野だ。人間を超える精度を弾き出すこともあるが、臨床での実用化には訓練データの不足、巨大画像の処理など、解決すべき技術的課題が残っている。 by James O'Donnell2025.01.23

この記事の3つのポイント
  1. がん画像診断AIの人間の病理医との診断一致率は平均84.6%にとどまる
  2. 医療現場のデジタル化率が10%未満で、AIの訓練に必要なデータの収集が進まない
  3. 巨大画像処理や希少症例の不足など、技術的課題が実用化を遠ざけている
summarized by Claude 3

この記事は米国版ニュースレターを一部再編集したものです。

がんの発見や診断のために体内を覗き込むということは、パターンを見抜くことにほかならない。放射線科医はX線や核磁気共鳴画像法(MRI:Magnetic Resonance Imaging)を使って腫瘍を照らし出し、病理医は腎臓や肝臓などの組織を顕微鏡で調べて、パターンを探す。がんがどの程度重症なのか、どの治療法が効きそうなのか、悪性腫瘍がどの部分に広がる可能性があるのかを示すパターンを探すのだ。

理論的には、人工知能(AI)は大いにその助けになるはずだ。「私たちの仕事はパターン認識です」と、メイヨー・クリニック(Mayo Clinic)でデジタル病理学プラットフォームの医療主任を務める病理医のアンドリュー・ノーガンはいう。「私たちはスライドを見て、重要であることが証明された情報の断片を集めるのです。」

続きを読む