筑波大と京セラグループ、皮膚腫瘍の良悪性を判定するAI診断補助システムを開発

国立大学法人筑波大学医学医療系の藤本学教授、藤澤康弘准教授と京セラコミュニケーションシステム株式会社の共同研究グループは、筑波大学が所蔵している臨床写真を用いて、90%以上という高い診断精度を有する皮膚腫瘍人工知能診断補助システムを開発したと発表した。

通常、AIのディープラーニングによる画像の識別には1つのカテゴリごとに最低1,000枚の画像を用いた学習が必要であるとされており、今回、同研究グループが設定した14種類の皮膚腫瘍を識別するシステムの構築には14,000枚以上の画像が必要となる。

しかし同研究グループは、約6,000枚の臨床写真を用いたAI学習でも、皮膚腫瘍の良悪性を判断できる割合(識別率)が90%を超えるシステムが構築可能であることを示した。

このような高い識別率を達成した要因には、教師画像として使用した臨床写真の大半が、病理組織診断で診断が確定している質の高いデータであるという点と、学習前の画像処理の段階で京セラコミュニケーションシステムがこれまでに蓄積してきた画像解析ノウハウを活かし、さまざまな工夫を加えた点が挙げられるとしている。

今回開発した診断システムを評価するため、同じ画像セットを診断するテストを用いて、AI診断補助システムと日本皮膚科学会認定皮膚科専門医13名とを比較したところ、皮膚科専門医による皮膚腫瘍の良悪性の識別率が85.3%±3.7%であったのに対して、AI診断補助システムの良悪性の識別率は92.4%±2.1%だった(P<0.0001, Welch’s t-test)。

良悪性の識別より難しい14種類の詳細な診断の正答率でも、皮膚科専門医が59.7%±7.1%であったのに対して、AI診断補助システムの正答率は74.5%±4.6%であり、こちらも有意に優れていた(P<0.0001, Welch’s t-test)。

皮膚腫瘍の良悪性が写真で判定できるようになれば、皮膚科専門医が不足している地域において皮膚がんの早期発見が可能となり、必要な治療が手遅れになる前に受けられるようになると期待される。

なお、同研究成果は、6月28日付「British Journal of Dermatology」でオンライン公開された。

※掲載論文:Deep learning‐based, computer‐aided classifier developed with a small dataset of clinical images surpasses board‐certified dermatologists in skin tumor diagnosis

【関連リンク】
筑波大学(University of Tsukuba)
京セラコミュニケーションシステム(KCCS)

Previous

ZMP、自律型無人航空機システム「AEROBO」を活用した測量データ化ソリューションシステムを販売開始

シーカンスとNTTドコモ、日本におけるNB-IoT技術の普及促進で提携

Next