AIを用いた超音波検査における影の自動検出法を開発
ジーテック

がん先端技術には、最近広く知られるようになった遺伝子治療や手術技術などがありますが、今回は、がん先端治療の分野がのおいてAI技術を活用した超音波検査についてご紹介します。

国立研究開発法人理化学研究所は令和元年の7月26日に、がん先端治療において人工知能とも呼ばれるAI技術を超音波検査に適用するときに問題となっている音響陰影を検出するのに、効率を高める新たな技術を開発したことを発表しました。この技術の開発は国立研究開発法人理化学研究所の革新知能統合研究センターの研究員たちが大学とコンピュータメーカー、国立研究開発法人国立がん研究センターの研究所と一緒に行いました。

超音波検査における影の自動検出法とは

研究では、ラベルなしのデータで深層学習(Deep Learning)をすることにより、影をオートマチックに検出するという新しい手法を開発し、幾つかのステップを利用して、学習を行っています。そのステップとは、まず初めに、専門の医師の知見と元々の画像を基にしてランダムに人工的に作成した影を映し込んだ画像を入力します。その次のステップとして、その入力した画像の影だけを含めた画像と影以外の構造物だけが含まれている画像に1度分離して、それらの画像を合成して再び入力した画像を構成するという再構成画像とも呼ばれるオートエンコーダ（autoencoder）を構成します。

最後のステップとして、人工的に合成した影を入力した画像と再び構成した画像との違いを確認します。この人工的に合成した影とは、分離させた影だけの画像と人工的に合成した影がある領域との違いが、どちらも縮小させることが出来るように学習させています。影を学習させてから検出するには、入力した画像に実際に超音波で検査した画像を使って影だけの画像を検出した結果とし、影だけの画像の全ての画素値を比べてみることにより、実際に影がある、影がないのかを自動で判定することが出来るようになりました。

さらに、IAを利用した超音波検査の技術を共同して開発した大学の付属病院にある産婦人科では、一般的な妊婦の健康診断で得ることが出来た胎児の超音波で検査した心臓の動画にも使用して評価しています。その結論として、これまで行ってきた深層学習の方法やグレースケール画像を黒と白の2種類の階調に変換させる画像処理の方法と新し技術を比べてみると、この技術による新しい方法は高い精度で影を検出することが可能であることを確認しました。

このことによって、検出することが出来た影が胎児の心臓の動きの異常を検知することに対して影響を与える可能性が出てきます。検査した人に対して走査を再び行う指示をして、間違った異常の検知を防止することが可能になります。

超音波検査における影の自動検出法の今後

このがん先端治療技術は、検査する対象などが別なものに変化したとしてもモデルや手法を変えなくても良く、高いリスクがある影がどこに存在するのかをラベルを付ける作業も必要ありません。ですので、これまでの方法と比較して、スキルを身に付ける費用や労力を大幅に減らすことが出来るため、がん検診や成人循環器など、超音波検査が利用されている幅広い分野で横断的に活用されることが期待出来ます。

また、このがん先端治療技術を基盤的な胎児の心臓の超音波によるスクリーニングの技術と組み合わせることによって、異常を検知する性能を高めています。そして、条件に満たない入力を判別して走査することをもう1度指示するシステムの構築をしていくことを目標としています。

胎児心臓超音波スクリーニング技術とは、胎児を超音波を使って診断するときにおいて先天性の心臓の疾患があるかどうかをスクリーニングをサポートする技術のことを指します。その基盤となる技術として、深層学習や機械学習を使ってリアルタイムに胎児の心臓の超音波による画像の解剖学的な構造を物体検知して、心臓の疾患が原因で引き起こされる、その構造的な変化を検出させる技術をメインに研究や開発が進められているところです。このようにがん先端治療は、人工知能によって日々進歩していっています。