【寄稿】

人工知能を用いた医療機器の現状と日本の国際競争戦略

三宅 正裕（京都大学大学院医学研究科眼科学教室　特定助教）

　数年前からさまざまな分野で流行し，ここ1～2年で本邦の医療界においてもバズワードとなったのが人工知能（AI）である。

　現在のAIブームの基幹技術であるディープラーニングの台頭は，ブロックチェーンやInternet of Things（IoT）の台頭と併せて，第4次産業革命と呼ばれるほど歴史的に見ても大きなうねりであり，全世界的に競争が繰り広げられている。この結果，この分野は週単位（あるいは日単位）で進展しており，最も難しいボードゲームとされる囲碁において，Googleのアルファ碁が，人類最強の棋士と呼ばれた柯潔を3連勝で下したセンセーショナルな事例は，たった1年前であるにもかかわらずはるか昔の出来事のように思われる。

　医学領域においてもそのスピードは例外ではない。厚労省で行われた「保健医療分野におけるAI活用推進懇談会」の報告書がまとまったのは2017年6月末のことで，その時点では画像診断AIが当局の承認を受けて実用化されるのはまだ先と見込まれていた。しかし，米国食品医薬品局（FDA）はこの分野に非常に意欲的で，2018年4月にはディープラーニングを用いたAI診断医療機器プログラムを初めて承認した。

　当該プログラムの用途は眼底写真からの糖尿病網膜症判定に限られ，感度・特異度とも90％前後と，プログラムの性能自体は十分とは言い難い。それでも，FDAがこの分野にスピード感を持って対処していくことを世界に示した点には大きな意味があるし，リスクが許容可能なレベルであればまずdeployしてみるという考え方もこの分野においては合理的だろう。

ここ数年で続々と上梓された画像診断AIに関する重要論文

　このような流れの背景として，ここ1～2年で上梓されたAI/ディープラーニングに関する種々の医学系学術論文がある。本稿では，いくつかをピックアップして流れを追うことにする。

　まず挙げられるのは，2016年12月にJAMA誌に発表された糖尿病網膜症グレード分類の論文だろう〔PMID：27898976〕。ここでは12万8175枚の眼底写真を学習させてAUC 0.990以上を達成し，一部の眼科医には劣るものの遜色ないパフォーマンスを出せることが示された。

　2017年2月のNature誌では12万9450枚の皮膚病変を学習させて角化細胞癌や悪性黒色腫を判定させたところ，AUC 0.91～0.96を達成し，ほとんどの皮膚科医を上回ったと報告された〔PMID：28117445〕。また，同年12月のJAMA誌では，乳癌のリンパ節転移の有無についてwhole slide imagingからの判定をAIと病理医で競わせた結果，時間制限がある場合はAIのほうが大幅に精度が高く（AUC 0.994 vs. 0.810），時間制限を設けない場合でも同程度という結果であった〔PMID：29234806〕。

　この他の重要な論文としては，2018年2月のNatur