▼ クリックで抄録を表示

人工知能（AI）の進化に伴い、様々な医療領域においてAIアプリケーションが出現している。従来は診断補助AIが注目されていたが、近年は生産性を向上させるAIも注目されるようになった。我々はAIを用いてリウマチ超音波検査の生産性を向上させることを目標に研究を行っている。リウマチ超音波検査の悩みは評価関数が多いことから検査時間が長くなることである。そこで我々は前回と同一の断面を自動的に検出して記録するAIを開発することでリウマチ超音波検査の生産性を向上させることを目標としている。VGGやResNetなどのクラス分類モデルを用いて同一断面を検出する研究を行っていたが、U-mapなどの次元削減モデルを用いることでさらに精度を高めることが可能となった。AIはモデルが高度になればなるほど学習時間が長くなる傾向があるが、U-mapは他のAIモデルと比較して学習時間が短いという利点があるため、新しい医療データが追加されるたびに臨床現場で学習を行うことも可能である。

人工知能（AI）の進化に伴い、様々な医療領域においてAIアプリケーションが出現している。従来は診断補助AIが注目されていたが、近年は生産性を向上させるAIも注目されるようになった。我々はAIを用いてリウマチ超音波検査の生産性を向上させることを目標に研究を行っている。リウマチ超音波検査の悩みは評価関数が多いことから検査時間が長くなることである。そこで我々は前回と同一の断面を自動的に検出して記録するAIを開発することでリウマチ超音波検査の生産性を向上させることを目標としている。VGGやResNetなどのクラス分類モデルを用いて同一断面を検出する研究を行っていたが、U-mapなどの次元削減モデルを用いることでさらに精度を高めることが可能となった。AIはモデルが高度になればなるほど学習時間が長くなる傾向があるが、U-mapは他のAIモデルと比較して学習時間が短いという利点があるため、新しい医療データが追加されるたびに臨床現場で学習を行うことも可能である。

▼ クリックで抄録を表示

COVID-19感染症の流行により遠隔医療の需要は高まっているが、現行のオンライン診療では十分な診察が行えず、“医療の質”の低下が懸念される。また、長崎県は離島・へき地が多いため、専門医療機関へアクセスすることが困難な患者が多い。そこで我々は、関節リウマチ（RA）患者を対象に最新技術のMixed Reality（複合現実）による関節診察を軸とした次世代遠隔医療システム（NURAS、Nagasaki University Rheumatoid Arthritis remote medical System）を開発し、長崎大学病院と五島中央病院で実証実験を開始した。本システムでは、人工知能（AI）の実装およびオンライン会議システム、患者報告アウトカムシステム（ePROs）との連携により診療をサポートする。今後、本システムのバージョンアップを進めるとともに、他疾患の診療への応用と専門医過疎地域への普及を目指す。本シンポジウムでは、現行のオンライン診療の問題点を踏まえて、専門医過疎の解決を目指した次世代の遠隔医療のあり方を考察する。

人工知能（AI）の進化に伴い、様々な医療領域においてAIアプリケーションが出現している。従来は診断補助AIが注目されていたが、近年は生産性を向上させるAIも注目されるようになった。我々はAIを用いてリウマチ超音波検査の生産性を向上させることを目標に研究を行っている。リウマチ超音波検査の悩みは評価関数が多いことから検査時間が長くなることである。そこで我々は前回と同一の断面を自動的に検出して記録するAIを開発することでリウマチ超音波検査の生産性を向上させることを目標としている。VGGやResNetなどのクラス分類モデルを用いて同一断面を検出する研究を行っていたが、U-mapなどの次元削減モデルを用いることでさらに精度を高めることが可能となった。AIはモデルが高度になればなるほど学習時間が長くなる傾向があるが、U-mapは他のAIモデルと比較して学習時間が短いという利点があるため、新しい医療データが追加されるたびに臨床現場で学習を行うことも可能である。

▼ クリックで抄録を表示

2021年、Science誌のBreakthrough of the Year にはAlphaFold2によるタンパク構造予測が選ばれ、NHKの朝のニュースはAIが読み上げるようになり、私のGoogleニュースの動物カテゴリは猫で埋め尽くされるようになった。
AIに触れない日のない世界にあって、関節レントゲンを読むAIはいまだ我々の日常にはでてこない。
以前から研究はなされており、2020年にようやく基盤となるAIがでた。しかしその後の進展はなかった。この原因はいくつかある。私が読影AIを構想しはじめるより前に、一部の原因がすでに解消され、その後も偶然と幸運が重なり今のAIができた。
講演ではAIの性能だけではなく、構築に至るまでの経緯、「畳み込み」などの画像AIの基礎、そして今後の話をしようと思う。AI構築の成功要因は理論の理解やプログラミング技術だけではない。むしろ、データや環境がAI-readyかどうか、アナログな泥臭さも重要である。AIに興味はあれど、なかなか手がでなかった方の一歩目を手伝うことができれば幸いである。

人工知能（AI）の進化に伴い、様々な医療領域においてAIアプリケーションが出現している。従来は診断補助AIが注目されていたが、近年は生産性を向上させるAIも注目されるようになった。我々はAIを用いてリウマチ超音波検査の生産性を向上させることを目標に研究を行っている。リウマチ超音波検査の悩みは評価関数が多いことから検査時間が長くなることである。そこで我々は前回と同一の断面を自動的に検出して記録するAIを開発することでリウマチ超音波検査の生産性を向上させることを目標としている。VGGやResNetなどのクラス分類モデルを用いて同一断面を検出する研究を行っていたが、U-mapなどの次元削減モデルを用いることでさらに精度を高めることが可能となった。AIはモデルが高度になればなるほど学習時間が長くなる傾向があるが、U-mapは他のAIモデルと比較して学習時間が短いという利点があるため、新しい医療データが追加されるたびに臨床現場で学習を行うことも可能である。

▼ クリックで抄録を表示

ノックアウトマウス研究によって疾患モデルマウスの病態解明は飛躍的に進歩した。しかし、ヒトとマウスの病態には多くの相違点があるため、ヒトを対象とした研究が近年重視されている。ゲノムワイド関連解析によって同定されたリスク多型は、ヒト疾患の発症原因を調査できる貴重な解析ツールである。リスク多型の機能解析によって、自己免疫疾患の病態が次々と明らかになってきている。具体的には、HLA遺伝子のリスク多型は胸腺におけるT細胞選択に異常を惹起し、関節リウマチの発症に関与することが示唆されている。また、その他のリスク多型の多くは細胞種特異的な遺伝子発現制御異常を介して、自己免疫疾患の発症に関与することも示唆されている。これらは古典的な統計学に基づく解析で得られた知見であるが、近年AIを本研究分野に応用する試みが報告されている。本講演ではそれらの研究活動とその意義を解説する。

人工知能（AI）の進化に伴い、様々な医療領域においてAIアプリケーションが出現している。従来は診断補助AIが注目されていたが、近年は生産性を向上させるAIも注目されるようになった。我々はAIを用いてリウマチ超音波検査の生産性を向上させることを目標に研究を行っている。リウマチ超音波検査の悩みは評価関数が多いことから検査時間が長くなることである。そこで我々は前回と同一の断面を自動的に検出して記録するAIを開発することでリウマチ超音波検査の生産性を向上させることを目標としている。VGGやResNetなどのクラス分類モデルを用いて同一断面を検出する研究を行っていたが、U-mapなどの次元削減モデルを用いることでさらに精度を高めることが可能となった。AIはモデルが高度になればなるほど学習時間が長くなる傾向があるが、U-mapは他のAIモデルと比較して学習時間が短いという利点があるため、新しい医療データが追加されるたびに臨床現場で学習を行うことも可能である。