　本技術は、CT画像から肺野内の気管支、血管、正常肺、網状影、すりガラス影、蜂巣肺など7種類の肺の病変性状をAIを活用したソフトウェアが識別し、自動で分類・測定して間質性肺炎の病変を定量化する。さらに、肺野内における病変の分布と進行状態を確認するため、肺野を12の領域に分割。領域ごとに、病変の容積、割合を表示する。

　同社が開発した間質性肺炎の病変を分類・定量化する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繰り返し実施した。そこから得られる画像パターンのバリエーションを分析し、さらに改良することで、本技術の開発に至った。

　本技術は、間質性肺炎の画像診断補助、肺の12の領域ごとの病変評価による詳細な病状の把握、定量的かつ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が期待されるという。

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

CT画像中の肺野内を自動で分類し定量化出典：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

AI技術を用いた間質性肺炎の診断支援技術を共同開発
富士フイルムと京都大学は、AI技術を用いて間質性肺炎の病変を自動分類し、定量化する技術を共同開発した。CT画像から肺の7種類の病変性状を識別し、自動分類して測定することにより、間質性肺炎の病変を定量化する。
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。