　次に、深層学習法の1つである畳み込みニューラルネットワークを用いて、これらの画像に写るがん細胞の種類を特定できるAIを作成した。撮影した画像を学習したAIは、正解率約98％という高い精度で、画像に写る細胞腫を予測。AIには、人の目では判別困難な細かな画像の違いを、人より速く判別可能なことを示した。

　この成果により、医療画像領域においても、AIによる画像認識技術が有用であることが示された。この技術を応用・発展させることで、細胞の種類だけではなく、放射線治療などのがん治療の効果をAIが予測する技術の開発が期待される。

がん細胞と放射線抵抗性の細胞の代表的な顕微鏡画像出典：大阪大学

がん細胞画像をもとに細胞種を予測させた際の正解率の推移。テスト用データ（AIの訓練に用いなかったデータ）においても約98％の正解率が得られた。出典：大阪大学

「医療技術」バックナンバー

AIを活用したカプセル内視鏡画像診断、小腸粘膜傷害を高精度に自動検出
東京大学とAIメディカルサービスは、AIを活用し、小腸カプセル内視鏡画像からびらんやかいようなど、粘膜傷害を高精度で自動検出する内視鏡画像診断支援システムを開発した。
医療機器のAI活用で期待される画像診断支援、国のゴーサインはいつ出るのか
パシフィコ横浜で2018年4月13～15日に開催された「2018 国際医用画像総合展（ITEM2018）」。今回は、医療分野におけるAI（人工知能）技術に関する同イベントでの展示内容を中心に主要各社の取り組み状況を紹介する。
医療画像解析のAI活用は黎明期、今後は市場成長が急加速――エヌビディアのヘルスケア事業
エヌビディア本社よりヘルスケア事業バイスプレジデントのキンバリー・パウエル氏が来日し、同社が開発した医用画像診断のためのコンピューティングプラットフォームである「Project Clara」（Clara）について説明した。Claraは仮想GPU環境であり、「NVIDIA vGPU」の活用によるマルチユーザーアクセスが可能である。
AIが眼底写真による眼の病気診断を支援、眼科医の負担軽減
オウケイウェイヴと診エテック、慶應義塾大学は、眼科疾患の診断を支援するAIスクリーニングプログラムの開発を進めている。同プログラムを、眼科医師の業務負担軽減や、眼科のない自治体での診断に活用する。
深層学習で大腸ポリープを自動検知、従来のAIで検出困難なタイプも対応
昭和大学は、AI（人工知能）による大腸内視鏡検査支援システムを開発した。ディープラーニングを活用し、内視鏡の画面の中にポリープやがんが映っていた際に自動検知する。
放射線科の検査報告書をAIが読む、入院や手術、他科への診察依頼など助言
慶應義塾大学は、富士通と共同で診療支援のためのAI技術を開発した。医師の所見に機械学習を適用して、入院や手術、他科への依頼などの対応が必要な症例や治療の優先度を分類する技術だ。
AIによる早期胃がんの高精度な自動検出法を確立
理化学研究所は、AI（人工知能）を活用した、早期胃がんの高精度な自動検出法を確立した。早期胃がんの有無に加え、その領域まで自動で検出することに成功した。
がんプレシジョン医療にAIを活用、治療率が6倍に
がん研究会、がん研究所、FRONTEOヘルスケアは、最先端のゲノム解析技術とAI（人工知能）を用いて「がんプレシジョン医療」を実現するシステムの開発に向けた共同研究を開始する。現在、一般的で明確ながん治療法が当てはまらないがん患者の治療率は5％程度だが、共同研究により治療率を6倍の30％まで高められる可能性がある。