研究 / Research

AMED 「臨床研究等ICT基盤構築・人工知能実装研究事業」

日本医療研究開発機構(AMED)による研究プロジェクト。
日本の医療の質の向上や全国どこでも標準的な医療を受けられる均てん化(平均化)と共に、診療支援や日本発の医療技術の臨床開発に必要なエビデンスの提供のため、臨床研究などに関連した先端的な情報通信技術を有する機関等を中心に臨床研究などのICT基盤構築に関する研究を推進します。

ITによる新しい医療支援

NIIの研究責任者:
コンテンツ科学研究系教授/医療ビッグデータ研究センター長 佐藤 真一

AMEDが支援する医学系学術団体と連携し、NIIが構築・運用する学術情報ネットワーク「SINET5」を活用した医療画像ビッグデータのクラウド基盤の構築と、収集した大量の医療画像を解析し医師の診断を助ける人工知能(AI)の開発を進めています。

NIIは2017年11月、「医療ビッグデータ研究センター」を設立し、同センターを中心にこれらの研究開発にあたっています。

医療画像ビッグデータクラウド基盤の構築

各医療系学会が病院等からデータを集め、匿名化を行い、そのデータを各学会のサーバーへ、そして、各学会のサーバーから医療画像ビッグデータクラウド基盤に転送します。機密性が求められる医療画像情報の安全な環境での転送には、全都道府県を100Gbpsの超高速回線で結ぶSINET5と、SINET5が提供する強化された仮想プライベートネットワーク(VPN)の機能を活用します。

img_amed.jpg

図:クラウド基盤の概要。医療機関や大学などが、学術情報ネットワーク「SINET5」の高性能仮想ネットワーク(VPN:Virtual Private Network)を介して、このクラウド基盤を利活用する。

このクラウドを活用することにより、全国の医療分野の研究者が医療画像ビッグデータを安全かつ容易に利用し、従来は不可能であった大量のデータを活用した研究が推進できるようになります。

AI医療画像解析技術の開発

各医療系学会を通じて全国から10万症例以上の医療画像を集め、AIのコア技術である「深層学習」と「画像認識」を活用して医療画像解析技術を開発するという、大規模のプロジェクトを遂行しています。そのため、NIIだけでなく、東京大学、名古屋大学、九州大学と共同で研究開発体制を整え、それぞれ研究テーマを立てて課題解決にチャレンジしています。工学的、情報学的視点を持つ専門家、医療現場の医師や技師などの関係者と共に、分野を越えた相互連係の仕組みの構築も重要なテーマとなっています。

医療画像解析の目的の一つは、画像の中から病変が疑われる部分、正常な部分との微妙な差異を見つけ出すことです。それに向けて、まずは医師の診断を学習させるために、各分野のエキスパートの医師に、症例画像の中で診断の根拠となる部分をマーキングした学習用のデータを作成してもらい、その学習用データと健康な人のデータを 使ってコンピュータに学習させ、出てきた結果について、医師とディスカッションするというプロセスを踏んでいます。

まずは、症例数の多い疾患の判定で平均的な医師のレベルを超えることを目標とし、画像診断や検査の分野で医師をサポートすることで、見落としの防止や業務の効率化に貢献することを目標としています。

注目コンテンツ / SPECIAL