深層学習技術を用いたX線画像診断補助ツールを肺がん検診に導入：医療機器ニュース

Preferred Networks、京都府、京都府医師会、NOBORIは、京都府で実施される肺がん検診で、深層学習技術を用いた胸部X線画像の診断補助ツールを試験導入し、医師の診断負荷および見落としリスクの低減効果について評価する。

[MONOist]

　Preferred Networks（PFN）、京都府、京都府医師会、NOBORIは2020年10月12日、2020年度に京都府で実施される肺がん検診で、深層学習技術を用いた胸部X線画像の診断補助ツールを試験導入すると発表した。今回の試験導入では、医師の診断負荷および見落としリスクの低減効果について評価する。

　試験導入する診断補助ツールは、PFNが京都府、京都府医師会、NOBORIの協力のもと開発したもの。PNF独自の深層学習アルゴリズムを用いて、実際の胸部X線画像による肺がん診断データを事前学習したモデルを使用している。検診者の画像とモデルを比較して肺がんなどの可能性がある異常を検知した場合は、画面上に対象部位を表示することで読影医の診断を補助する。

深層学習を活用した画像解析で異常陰影を検知した場合のイメージ（クリックで拡大） 出典：Preferred Networks

　読影医は、従来通り見落とし防止を目的とした2人体制で、診断補助ツールを用いて医師が最終的に診断する。検診データには、医療情報を匿名化して保管、利用できるNOBORIのクラウドサービス「NOBORI」を利用する。

　肺がん検診では、比較的低コスト、短時間で撮影できるX線画像が一般的に用いられている。しかし、異常陰影の判定には専門的な知見と熟練が必要であり、健康診断では読影件数が多いため、医師の確保と診断負荷が問題となっている。

　京都市を除く京都府では、肺がん検診におけるデジタル化と遠隔読影システムを導入し、年間5万件以上のデジタル読影を実施。今後は本ツールを活用し、検診制度のさらなる精度の向上に努めるとしている。

*** 一部省略されたコンテンツがあります。PC版でご覧ください。 ***