PR

 京都府と京都府医師会、NOBORI、Preferred Networks(PFN)は、京都府で実施する肺がん検診において、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。

画像解析で異常陰影を検知した場合のイメージ(出所:Preferred Networks)
画像解析で異常陰影を検知した場合のイメージ(出所:Preferred Networks)
[画像のクリックで拡大表示]

 今回の診断補助ツールは、医師による画像診断の前に、肺がんなどの可能性がある異常陰影を自動検知して表示するもの。京都府と京都府医師会、NOBORIの協力を得てPFNが開発した。試験導入によって、医師の診断負荷や見落としリスクの低減効果を評価する。

 検診者の画像の解析には、実際の胸部X線画像による肺がん診断データを深層学習アルゴリズムで事前学習したモデルを使用する。肺がん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して読影医の診断を支援する。肺がん検診のガイドラインには、見落としを防止するために2人以上の読影医による多重読影が示されている。そのため、読影医2人による従来の体制に変わりはない。

 肺がん検診においては、比較的低コスト・短時間で撮影できる胸部X線画像を用いるのが一般的という。異常陰影の判定には専門的な知見が必要で、読影件数も多いため、読影医の確保と診断負荷が課題になっている。

 京都府は肺がん検診で、全国に先駆けて2015年度に京都府内(京都市を除く)のデジタル化と遠隔読影システムを導入した。年間5万件以上のデジタル読影を実施している。今後はシステム化の利点を生かし、今回の診断補助ツールの利活用によって、さらなる検診精度の向上を目指す。

 PFNはKaggle(カグル)と北米放射線学会が2018年に共催した胸部レントゲン画像の肺炎検出コンペティション「Kaggle RSNA Pneumonia Detection Challenge」で6位に入賞した画像解析技術を有している。今回の診断補助ツールにもそのノウハウを活用した。