人工知能（ＡＩ）の躍進が、大きなニュースになっています。 今年5月には将棋の佐藤天彦名人が、将棋ＡＩのPONANZA（ポナンザ）に敗れたことが話題になりました。 実はいま、医療の分野でも、ＡＩと医師の成績を比べる研究が次々と行われています。 今月12日にＪＡＭＡ（アメリカ医師会雑誌）に掲載された論文では、乳がんの転移を調べるための画像判定にＡＩ（注１）が挑み、11人の医師と成績を比べたところ、大幅に上回ったことが示されました。 ７つのシステムが医師の成績を上回る この論文は、2016年に行われたコンテスト「CAMELYON16」の結果をまとめたものです。コンテストには世界中の研究者が参加し、画像から乳がんの転移を調べるシステムを開発、成績を競いました。

CAMELYON16 文献１より引用

上の画像の左は、実際の患者さんの体の一部（リンパ節）を拡大した顕微鏡画像です。黄色い線で囲われているのが、がんの転移がある部分です。 研究者たちはまず、こうした「正解」を示した（がんのある所に印をつけた）写真をたくさん提供され、それをもとに、乳がんの転移を発見できるシステムを作りました。 その後、今度は印のついていない画像129枚をシステムに読み込ませ、どれだけ正確に判定できるかを競いました。 上の画像の右は、コンテストに優勝したシステムによる判定画像です。ＡＩの一種とされる、ディープ・ラ―ニング（深層学習）と呼ばれる技術を使っています。 黄色く塗られているのは、システムが「転移がある」と判断した場所です。左の画像とくらべてみると、かなり正確にその範囲を示していることがわかります。 CAMELYON16では、医師11人がシステムと同じ数の画像を見て、転移があるかどうかを判定しました。実際に臨床の現場で病理医として働く医師たちで、平均で16年ほどの経験を持っていました（うち１人は研修医）。 その結果が次のイラストです。なおＡＵＣとは「転移をどれだけ見逃さなかったか？」と「転移がないものをないと判断できたか？」という２つの要素から導き出される数値です。

AOL 文献１より筆者作成

優勝した、ハーバード大学とマサチューセッツ工科大学の研究チームが開発したＡＩのＡＵＣは0.994。11人の医師の平均値である0.810を大幅に上回りました。 なお研究では、医師に時間を定めずにとことん画像を見てもらった場合の成績も調べています。というのも、実際の臨床現場では医師はたくさんの画像を処理しなければならないので、１枚にかけられる時間は限られます。 そこで11人の医師は、臨床現場で実際にかけている時間（129枚に2時間程度）と同じ時間で判定を行ったので、そのために見落としが増えたのでは？とも考えられるからです。 経験をつんだ病理医が、時間に関係なくとことん見た結果、ＡＵＣは0.966と大幅に上昇し、優勝したＡＩともそん色ない成績になりました。 ただし、かかった時間は３０時間。ＡＩは秒単位という、人間とは桁違いの速さで判定を下せることを考えると、実際の利用場面では大きなアドバンテージがあると考えられる結果でした。 ＡＩは医師を超えるのか？医師に聞く 今回の研究に限らず、いまがんの画像検査などを中心に、人工知能（ＡＩ）が人間の医師の成績を上回る研究結果が次々と発表されています。 ＡＩの発達により、私たちの受ける医療はどう変わるのでしょうか？この分野で研究・開発を進める医師に聞きました。

沖山翔 沖山 翔さん（救急科専門医）