　富士フイルムと京都大学は、2018年春から同技術の開発に関する共同研究を開始。同社が開発した間質性肺炎の病変を分類、定量化するAI技術を、京都大学が保有する症例データに適用し、識別性能の評価と改善のフィードバックを実施した。そして、各性状が取り得る画像パターンのバリエーションを分析・改良することで、高精度な識別性能を持つ同技術を開発した。

　同技術は、間質性肺炎の画像診断補助、病状経過におけるCT画像陰影の変化を定量値で客観的に評価、肺の12の領域ごとに病変の評価を行うことによる詳細な病状の把握、定量的および客観的な治療効果の判定、新規薬剤の治験における薬効評価指標への応用、間質性肺炎の病態解明や予後予測など臨床研究への応用など、多くの臨床応用の可能性が期待される。

　同社は2020年度中に、自社の医療機関向けシステム上で、同技術を使用できる画像診断支援機能の実用化を目指すとしている。

間質性肺炎に罹患した肺でも高精度に自動抽出（クリックで拡大）出典：富士フイルム

肺の7種類の病変性状を識別し、CT画像中の肺野内を自動で分類、定量化して表示出典：富士フイルム

同一患者の過去の検査画像Aと現在の検査画像Bを比較可能（クリックで拡大）出典：富士フイルム

「医療機器ニュース」バックナンバー

機械学習を活用した、高精度な緑内障自動診断に成功
理化学研究所は、眼底検査装置によるマルチモダリティ画像情報を活用し、緑内障を自動診断できる機械学習モデルを構築した。同モデルの性能を調べた結果、最高性能としてAUC=0.963を示す高い診断精度が得られた。
脳磁図データから神経疾患を自動診断、ディープラーニングで
大阪大学は、脳磁図から神経疾患を自動診断するシステム「MNet」を開発した。これを用いて、脳磁図データから複数の神経疾患を自動判定できることを示した。
AIを活用し、病態変化を捉える測定データ解析を産学共同で研究
大分大学とオーイーシーは、AI活用をテーマとした包括共同研究提携による共同研究「病態変化を捉える光センシング技術とそのデータ解析手法の開発」を開始した。
内視鏡検査でのAI診断を効率化するオープンプラットフォームを開発
オリンパスは、同社の消化器内視鏡システムに接続するだけで、複数のコンピュータ支援診断アプリケーションを切り替えて使用できる「CADオープンプラットフォーム」を開発したと発表した。内視鏡検査でのAI診断の効率化に貢献する。
AIが手術後感染の有無を精度85％で予測、関連する因子も明らかに
NECソリューションイノベータと新潟大学は、AIを活用し、消化器外科手術患者の手術後感染を予測するモデルを構築した。予測精度AUC85％を達成した他、手術後感染と関係する、年齢やBMI、手術時間などの因子も可視化できた。
心電図から心臓カテーテル治療の要否を瞬時に判断するAI技術
慶應義塾大学は、AIを応用して、1枚の心電図から、その患者にカテーテル治療が必要かどうかを80％以上の精度で瞬時に判定する技術を開発した。救急外来における心筋梗塞などの治療の早期化、効率化に貢献する。