NVIDIA

お使いのブラウザーは対応していません。

お使いのウェブブラウザーはこのウェブサイトでは対応していません。いくつかの機能が正常に動作しない可能性がございます。アップグレートいただくか下記のブラウザーのどれかをインストールください。よろしくおねがいします。

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

hdr-ai-pancreatic-cancer

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。

より早期の診断が可能に

チームは現在、がんが見逃された例を調査し、アルゴリズムの改善を進めています。また、腫瘍細胞の識別から一歩進んで、生存率や患者に手術ができるかどうかの予測にも取り組んでいます。

答えを見い出すのは、喫緊の課題です。すい臓がんが希少であるとはいえ、上昇傾向にあるからです。すい臓がんは、少し前は米国のがんによる死因の第 4 位でした。現在は第 3 位です。また、この病気の主要な治療は手術ですが、初診の時点で手術に適した患者は 5 人に 1 人です。

フィッシュマン医師にとって、ディープラーニングの発見手法は、早期診断を意味します。彼は、自分が診断する症例のうち 3 件に 1 件は、4 か月から 12 か月早く発見できたと見ています。

フィッシュマン医師は言います。「私たちは、コンピューターをトレーニングして、世界で最も優れた放射線科医にしたいと考えています。きっと現状を変えられると期待しています。」

フィッシュマン医師の研究に関する詳細は、同医師による GTC の講演「The Early Detection of Pancreatic Cancer Using Deep Learning: Preliminary Observations」をご覧ください。

また、以下は同医師による最近の論文 2 点です。


Jamie Beckett

Jamie most recently spent four years as director of communications at Stanford’s School of Engineering, and previously served as managing editor for Cisco’s newsroom and for HP Labs’ newsroom. She began her career as a journalist, and spent a decade at the San Francisco Chronicle. Earlier she worked at the Stamford Advocate, in Connecticut, where she was part of a team that was nominated for the Pulitzer Prize.

You may also like...