AI はいかにして「沈黙のがん」を早期発見し、救命を可能にするか

by Jamie Beckett · May 28, 2018

すい臓がんは、最も生存率の低いがんです。

エリオットフィッシュマン (Elliot Fishman) 医師がすい臓がんについて話すとき、不満があるように聞こえるのも無理はありません。

フィッシュマン医師は、すい臓がん治療において世界最大級のセンターであるジョンズホプキンス病院の画像診断医として、すい臓の CT スキャンを診断して病気の兆候を探るという辛い仕事をしています。その病状は、治療ができないほど進行しているのが常です。

すい臓がんの初期段階では症状がほとんど現れないため、患者の多くは、がんが拡がって初めて、CT スキャンやその他の検査を受けます。その頃には、生存率は低くなってしまいます。診断から 5 年後には患者の 7% しか生存しておらず、がんの中でも最低の割合です。

「私たちの目標は、すい臓がんの早期発見です。実現すれば、命を救えるでしょう」フィッシュマン医師は言います。

フィッシュマン医師は、GPU によって加速されるディープラーニングを診断に適用することで、人間の力だけを利用する場合よりもずっと早期にすい臓がんを発見することを目指しています。同医師は、研究の最先端を行くジョンズホプキンスの Felix プロジェクトを支援しています。このプロジェクトは、Lustgarten Foundation がサポートする、数百万ドルをかけた取り組みであり、医師が病気を発見する能力を高めようとしています。

この画像は、すい臓を取り囲む血管 (画像中央にある枝状の構造) に浸潤したすい臓がんを表しています。つまり、病気は手術で治療できないほど進行しています。
提供: ジョンズ・ホプキンス病院、エリオットフィッシュマン医師。

ディープラーニングがサイレントキラーの発見を支援

すい臓は、胃の下にある長さ 15 cm ほどの臓器であり、私たちが食べたものを体の細胞の栄養に変換するうえで重要な役割を果たしています。腹部の奥に位置しているため、定期検診で医師が触診するのが難しく、CT スキャンなど、画像検査を使用した腫瘍の発見も困難です。

フィッシュマン氏のように、1 年に数千もの症例を診断する放射線科医がいる一方、がんを見分ける経験、特に、病気の初期段階で病巣 (内臓や組織の異常) が非常に小さい場合の経験が浅い医師もいます。

「人々がスキャン検査を受けていても診断ができないなら、何か別の方法はないでしょうか。」フィッシュマン医師は、先日サンノゼで開催された GPU テクノロジカンファレンスの講演でこう問いかけました。「私たちは、ディープラーニングがすい臓に役立つと確信しています。」

ジョンズホプキンス病院は、ディープラーニングソリューションの開発に最適です。CT スキャン画像の病気を発見するようコンピューターに教えるのに必要なすい臓がんのデータを、大量に保有しているからです。また、病院の研究者は、ディープラーニング研究に重要なツールである NVIDIA の DGX-1 AI スーパーコンピューターも利用できます。

すい臓は魚の形をした臓器で、腎臓の上、脾臓の下にあり、この写真では黄金色で表現されています。画像中央の黒ずんだ部分が腫瘍です。提供: ジョンズホプキンス病院、エリオットフィッシュマン医師。

より正確にすい臓がんを発見

コンピューターサイエンティスト、がん専門医、病理医およびその他の医師から成るチームと連携し、フィッシュマン医師は、ディープラーニングのアルゴリズムをトレーニングして、すい臓や周囲の臓器の組織に起こる表面の微細な変化を見分ける支援をしています。このような変化は、がんの最初の兆候であることが多々あります。

このチームは、約 2,000 例の CT スキャン画像に関するアルゴリズムをトレーニングしました。画像のうち 800 例は、すい臓がんの確定診断を受けた患者のものです。作業は簡単ではありませんでした。ジョンズホプキンスには十分なデータがありますが、画像をラベル付けして、すい臓の状態を判断するのに重要となるキー特性を示す必要があります。症例 1 つにつき 4 時間では、膨大な作業です。

プロジェクトの初年度にチームは、すい臓と周囲の臓器を認識するようアルゴリズムをトレーニングし、70% の精度に達しました。今年のテストでは、このディープラーニングモデルは 10 回のうち約 9 回、正確にすい臓がんを発見しました。