百戦錬磨の医師といえども、消化器系のスクリーニングの一種である内視鏡検査で、ごく小さなポリープまでひとつ残らず見つけ出すことはできません。

定期検診を受けていてもなおリスクは大きく、がんの早期徴候を見逃せば、診断と治療が遅れ、患者が回復する可能性を低下させることにもなりかねません。

前がん病変を見逃す率を減らすため、日本のある内視鏡検査専門医は AI に目を向けました。その医師が立ち上げたスタートアップ、AIM (AI メディカルサービス) では、GPU を使った AI システムの開発を行っています。このシステムは、内視鏡から送られてくる映像をリアルタイムで分析し、病変を見つけ、がん性の病変やそうなるリスクのある病変を特定できるように医師を支援します。

また臨床医は、AI スクリーニングを労力のかかる作業に役立てられるかもしれません。日本の内視鏡検査専門医がチェックしなければならない医療画像は、1 日あたり平均で 3,000 枚を超えます。日本では、がんに関連する 3 大死因のうちの 2 つが、胃がんと大腸がんです。

AIM の CEO である多田 智裕氏は次の述べています。「内視鏡検査専門医としての 23 年の経験から、私はこの分野の専門医が直面している課題を自分の目で見てきました。GPU を利用した AI は、圧倒的な労力を要する内視鏡検査画像のチェック作業を手助けし、病変検出の全体的な精度を高めてくれるでしょう。」

ある日本の調査によると、前がん病変の 4 分の 1 が内視鏡によるスクリーニングで見落とされているとのことです。臨床前の研究によると、AIM の AI モデルは内視鏡の映像から胃がんの病変を検出するテストで、92% の感度を達成しています。同社のディープラーニング ツールを内視鏡検査専門医が利用するようになれば、見つけにくい病変を見分ける能力が上がり、病院ごとの検出精度の差が縮まることが期待されます。

AI が消化管のチェックをアシスト

上部消化管の内視鏡検査では、医師が小型カメラを搭載した細長いチューブを使って患者の食道、胃、小腸上部を調べます。そして、カメラから送られてくる映像を大きな画面でチェックし、出血やがんなどの異状がないか確認します。

医師は内視鏡の映像をライブで見ながらポリープがないか調べる一方で、後から静止画像もチェックします。多田氏の説明によると、内視鏡検査によるリアルタイム検出において AI の支援を受けることで、二次的なスクリーニングにかかる時間を節約できる可能性があるとのことです。

AIM が展開を計画している AI モデルは、胃の各種病変を識別するためのもので、既存の内視鏡検査システムに接続された NVIDIA Quadro RTX 4000 GPU 搭載デバイス上で動作します。このデバイスが、内視鏡検査中に内視鏡から送られてくるライブ映像を受け取ると同時に、その映像を処理して医師を支援します。

同社では、TITAN Xp や Quadro P6000 をはじめとする各種の NVIDIA GPU を使って、ディープラーニング モデルのトレーニングを行っています。同社のリアルタイム AI デバイスのプロトタイプでは、推論を行うために NVIDIA Quadro モバイル ワークステーションを利用しています。

AIM のディープラーニングに基づく物体検出・分類アルゴリズムは、多田氏の病院からだけでなく、がん研究会有明病院や東大病院といった研究パートナーからも得た何万枚もの注釈付き内視鏡画像を使って開発されています。