AI化で「製造」される問題、「発見」される問題。

医療の分野でも、AIモデルが考えられないスピードで開発され、精度も高くなり、応用の範囲も広くなっています。

そこから様々な恩恵を受ける一方、課題も生まれてきます。ABEJAで医療AIのプロジェクトに関わる木下正文はこう言います。

「1つは、今まで隠れていた問題が発見される、もしくは今まで存在していた問題がよりシビアになるというケース。もう1つはAIを導入したことで新たな問題が発生するケース」

どういうことなのでしょうか。解説をまとめました。

木下：医療を国という視点で見ると、ある特徴が浮かび上がってきます。

現在、日本のGDPにおける国債の比率がとても高くなっています。一般的に、国債の比率は戦争の前後に上がるとされています。戦費を調達するために、国債を大量に発行するからです。

ところが日本は第二次大戦以降も急激に上がり続けています。その理由は社会保障費が増大し続けているためです。その中で一番大きいのが医療費と年金です。

これまでは負債が増えると、経済をインフレにすることや人口増加によるGDPの増加で何とか返せていました。しかし近年はインフレどころかデフレで、かつ、人口も減少の一途をたどっています。

そうなると、国の経済を健全にする手立ては、AIを活用した生産性の向上と医療費の削減しかありません。実現できなければ医療費と年金が削られ、国民が困ってしまいます。だからこそ今、AIに熱い視線が注がれているのです。

眼科AIを支える装置の進歩

AIはどのように医療に活用されているのか、ABEJAが協業している医療機器メーカー、トプコンの事例をご紹介します。

目は脳とつながっていることもあり、眼底に体の状態が色濃く出ることが分かっています。つまり、眼底検査で目の病気以外の病気を早く見つけられる可能性ががあるのです。

その診断にAIを活用する研究が進められています。ディープラーニングによる画像解析技術を用いて、検査機器で撮影した眼の画像から病変などの異常を検出するAIモデルを構築しています＝下図。

Topcon提供。事例の詳細はこちら

アルゴリズムとデータ。どっちも大事

次に、AIモデルを開発する上で欠かせないデータの重要性について解説します。

AIはアルゴリズムとデータがセットになっています。注目されるのはいつもアルゴリズムなのですが、実はデータも重要です。

アルゴリズムをより賢くするためにはデータは必要不可欠です。アルゴリズムはデータ以上に賢くなることはないからです。

良質なデータは集めるのがとても大変です。アルゴリズムは年々新しいものが開発され、アップデートされていきますが、データは過去にさかのぼって取得することはできません。一度取得されたデータはアップデートが難しいのです。

苦労して良質なデータを大量に集められても、それで万事OKというわけではありません。AIにそのデータが何であるかを教える必要があるので、例えば犬の画像には「犬」、猫の画像には「猫」とラベリングをしなければなりません。この作業をアノテーションといいます。

このラベリングを間違えると、AIも間違って学習することになるので非常に重要な作業です。

病変の学習データづくりは医師が担う

医療の場合、アノテーションの実施がさらに難しくなります。

例えば肺がんの病変が写っている画像を間違ってアノテーションすると人の命に関わります。ゆえに、その作業は医師にしかできないのです。しかし医師はただでさえ多忙を極めているので、その時間を確保するのは至難の技です。

さらに医師でもミスの可能性はゼロではありません。こういうことも含め、AIに与えるデータの質と量を高めていくことが必要不可欠なのですが、困難を極めるわけです。

さらに、個人情報保護の視点で言えば、医療データはかなりコアな個人情報です。もし肺がんの写真から患者が特定されて広まってしまうと大変なことになります。ゆえに取り扱いには、さらなる注意が必要になるのです。

だからといって、医療データを慎重かつ厳重に管理しようとすればするほど、データの蓄積がすすまなくなり、AIのアルゴリズムが作れなくなってしまいます。

そのため日本では2018年5月からデータを本人が拒否しない限りは集めて分析してもいいという「次世代医療基盤法」が施行されました。しかし、思うようにデータの収集、アノテーションが進んでいるとは言えないのが現状です。

データは中国、アルゴリズムは米国

海外に目を転じると、今、中国がものすごい勢いでデータを集めています。例えば、中国国内でインターネットの医療サービスを展開している「WeDoctor」という企業があります。

国や地方自治体との協業で、河南省で無料の健康診断を行い、得た大量のデータをAIに学習させてモデルを開発しています。現在、データベースには2000種類の疾患と5000以上の症状が記録され、AIの診断の精度が90％といわれています。

私の知り合いの何社かの医療機器メーカーのエンジニアは、「中国には周回遅れどころかすでに勝てる見込みすらない。だから、別の方法で勝負しなきゃいけない」と差別化を考えています。

しかし、AIのもう一方の重要な要素であるアルゴリズム、ソフトウェアに関してはアメリカが圧倒的な優位性を誇っています。といいつつ、最近では論文数で中国がアメリカに追いつきつつある状態でもあります。

いずれにせよ、データは中国、ソフトウェアはアメリカが握っているとしたら、日本はどこに光明を見いだせばいいのでしょうか。この問題に関しては今、医療を支えるAI業界として戦略性が問われており、非常にシビアに考えなければならなくなっているのです。