AIが不可欠な医療診断ツールになる勢い

古い診断のための新しいツール

医学の黎明期から、多くの診断は患者の視覚的検査に依存してきました。これは耳の感染症にも当てはまり、通常は経験豊富な臨床医による正確な診断が必要です。

この特定のケースでは、医師の経験と技術が非常に重要であり、過去の臨床医の研究では、AOMの診断精度が30％から84％の範囲であることが報告されています、医療提供者の種類、訓練レベル、検査対象の子どもの年齢に応じて変わります。

その結果、多くの耳感染症は滲出性中耳炎（耳の後ろに液体がたまる状態）として誤診されますが、これは通常細菌が関与せず、抗菌治療の効果がありません。

しかし、医師を支援する新しいツールが開発されました。これはAI機械ビジョンの出現とスマートフォンの普及に依存しています。

そして、このツールは不必要な抗生物質の使用を減らすのに役立ち、抗生物質耐性という問題の出現を防ぐことができます。

“診断不足は不十分なケアを招き、過剰診断は不要な抗生物質治療をもたらし、現在利用可能な抗生物質の有効性を損なう可能性があります。当ツールは正確な診断を支援し、適切な治療へ導きます。”
アレハンドロ・ホバーマン医学博士、小児科部門長兼ピット大学医学部の一般小児科部門ディレクター

出典： UPMC

これは非常に一般的な問題でもあり、子どもの70％が生後1年以内に耳感染症にかかります。

AI診断

ホバーマン教授は、ニューヨークのタンドン工学部、ピッツバーグのボッシュ人工知能センター、スウェーデン・ストックホルムのDcipher Analyticsの研究者と協力し、耳感染症検出用のAIツールを開発しました。

彼らはJAMA Pediatricsに研究結果を掲載し、タイトルは「小児における急性中耳炎診断のための自動分類器の開発と検証」です。

このAIツールは、スマートフォンのカメラに接続された耳鏡だけで使用できます。

彼らは2つの異なるAIモデルを作成し、635人の子どもから収集した鼓膜の1,151本の動画データベースを使用しました。その後、専門家に各動画が耳感染症に該当するかどうかを手動で注釈付けするよう依頼しました。

921本の動画はAIのトレーニングに使用され、残りの230本はAIの精度を評価するテストに使用されました。

正確な診断のために測定されたパラメータには、鼓膜の形状、色、位置、透明度が含まれます。

出典： UPMC

優れた医療結果

両モデルは高い精度を示し、感度9.38％、特異度93.5％を達成しました。これは、AIが感染を正確に検出しただけでなく、偽陰性および偽陽性の率が非常に低いことを意味します。

また、これは医師による視覚的識別で得られる最高の結果よりも高い精度であり、理想的でない条件（年少の子ども、訓練不足の医師など）で得られる結果よりもはるかに優れていることに注目すべきです。

動画は記録・保存が可能です。これにより、診断結果を患者やその保護者に説明し、患者のカルテに保存することができます。記録された動画は医学生や研修医の教育にも利用でき、病院や診療所にとって貴重な教材となります。

また、家庭医が正確な診断を下し、抗生物質の過剰処方を減らすのにも役立つでしょう。

このツールは医師のスマートフォンと耳鏡だけで実装できるため、導入が非常に迅速で容易になるはずです。

AI診断企業

長い間、AIを人体のような複雑な環境に適用することはうまくいきませんでした。提供されるデータの「乱雑さ」に対処するのが困難だったからです。

ニューラルネットワークなどの新技術により、これが変わり、「機械ビジョン」が実現しました。その代表的な応用例の一つが自動運転車です。

現在でも多くの医療診断は、医師の判断と、スキャナーやMRI、さらには鼓膜の何千枚もの画像を手作業で研究した専門知識に依存しています。AIが道路上のサイクリストの位置を特定できるようになった今、感染症や腫瘍、その他の医療問題の検出においても、少なくとも人間と同等、あるいはそれ以上の精度を発揮しつつあります。

GE Healthcare、Siemens Healthineers 、Canon Medical、Philipsなど、多くの大手企業がAIを画像診断システムに組み込んでいます。しかし、企業規模が大きいため、純粋なAI医療診断のプレイヤーとは言い難いです。

他の、より特化したスタートアップとしては、PathAIやViz.AIなどが非上場で存在します。そこで本稿では上場企業に焦点を当てました。

1. Butterfly Network

Butterflyは、先進的な超ポータブル超音波診断ツールの開発者であり、AIを活用した診断支援ソフトウェア「Compass」も提供しています。

出典： Butterfly Network [securities_stock_price_tag symbol="BFLY" exchange="NYSE"]

同社は現在、超音波プローブの第3世代である2024年にリリースされたiQ3を提供しており、データ転送速度が向上し、前世代の2倍の処理能力を備えています。従来のButterfly超音波プローブと同様に、古典的な圧電センサーではなく、優れた半導体「チップ上超音波」技術を採用しています。

iQ3は、3Dとマルチプレーンを同時に可視化できる可能性、統合クラウドソフトウェア、迅速な起動、すべて低価格で提供という機能を備え、優れたユーザー体験を提供します。

同社はAIを活用して画像を改善し、診断に必要な測定値を自動生成するとともに、トレーニングや教育の実践も提供しています。

出典： Butterfly Network

Butterflyはアジア（シンガポール、インドネシア、フィリピンなど）の新市場へ急速に拡大しており、獣医市場でも、超ポータブルな超音波ツールを活用して飼育牛の健康チェックなどに利用されています。

2. Enlitic (ENL.AX)

Enliticは放射線画像を解析し、画像の標準化された記述を自動生成するAIシステムを開発しました。これは、DICOMやHL7といった技術標準の採用に続く、放射線画像ビッグデータの次のステップを示しています。

この目的のために、Enliticの技術はコンピュータビジョンと自然言語処理を活用し、DICOM画像を解析して、CT、MR、X線画像の部位、方向、コントラスト、スライス厚さなどのパラメータを特定します。

出典： Enlitic

この種の標準化は、放射線診断におけるAIの進展、遠隔医療、そして自動化に不可欠であり、信頼できるラベリングシステムに基づくシステム間の相互運用性を提供します。

また、病院や放射線センターがこのデータを収益化し、匿名化・標準化されたデータを他のAIトレーニングに提供するのにも役立つでしょう。