【寄稿】

JP-AIDによる病理医支援のためのAI開発×ICT基盤構築

酒井 康弘（藤田医科大学医学部病理診断学講座 講師）
上原 久典（徳島大学病院病理部 教授）

　言をまたないことではあるが，病理診断学なくして現代医療は成り立たない。悪性腫瘍の確定診断は当然のこと，IgG4関連疾患や自己免疫疾患，好酸球性炎症などの非腫瘍性疾患においても病理診断が重要である。近年ではがんゲノム医療におけるエキスパートパネルといった分子病理学をも担っており，病理医は多忙を極めている。

　しかし，本邦において病理医の数は異常に少ない。病理専門医数は2020年4月現在2508人で，医師に占める病理専門医の割合はわずか0.75％程度である（日本病理学会のデータより筆者算出）。病理専門医の平均年齢はなんと54.25歳であり，病理学界の老い先は不安に満ちている。そして，これは医療界の老弱をも意味する。この現状を打破するために日本病理学会は，日本医療研究開発機構（AMED）の支援のもと，世界最高水準の科学技術を持つ国立情報学研究所（NII）と協働して病理医を支援するAIの開発に乗り出した［課題番号JP19lk1010027］。このプロジェクトはJP-AID（Japan Pathology AI Diagnostics）と名付けられている^1）。

　JP-AIDの使命は，「AIやICTの力で病理医の負担を減らすこと」にある。いくつもの成果が上がってきており，本稿ではその一部を紹介したい。

病理医の病理医による病理医のためのAI開発

　多くの病理AIが感度，特異度，AUC（Area Under the Curve）といった数字を追っているだけで，病理医に「勝った」「負けた」の議論に固執している。そして，病理医を「敵視」するあまり，AIを利活用する病理医を気遣って創られたものは稀有である。

　しかし，「何のために創るのか？」という意義を慮ることはモノ創りの基本である。これは池井戸潤先生著作の『下町ロケット――ゴースト』（小学館）に書かれている，農業用トラクターのトランスミッション用バルブコンペの話と酷似している。スペックだけに固執したバルブではなく，トラクターとのベストマッチを狙った佃製作所のバルブが勝ったように，私たちも病理医とのベストマッチを狙ったAIを創らなければ，「最先端の技術を駆使した無用の長物」と揶揄されることになる。良いAIを創るためには，「病理医×AI」のタッグを組む必要がある。

　JP-AIDがめざすのは，精度の高い優秀なAIを競い創ることだけでなく，AIの強化学習を永続的に行える研究基盤を整備すること，そしてその先の病理医の負担を減らすことにある。そこで私たちはAIを開発する前に，全国の大学病院や市中病院，病理学会支部を結ぶネットワークインフラを整備し，11万症例を超える多彩な症例の病理診断と病理組織デジタル画像（Whole Slide Imaging：WSI）を収集した。この膨大な病理データベースはなおも巨大化しており，病理医・工学者・情報学者が協働して精確で実用的なAIを開発・強化できる研究基盤が整備されている。

　JP-AIDで開発するAIに使用される教師データ（ground truth）は，全て専門医資格を有した病理専門医が病理診断やアノテーション（マッピング）の責任監修を務める。これは感度，特異度，AUCなどの数字に表れる「精確さ」のみならず，利活用する病理医に私たちのAIを安心して認めてもらえるよう，「信頼」を勝ち得るためである。

　また，多くの病理AI は単施設で開発されており，多施設検証を経て実務に耐えられることを保証したものはほとんどない。JP-AIDで開発した胃がんをスクリーニングする胃生検AIエンジンは，新たなアルゴリズムを適...