画像とITの医療情報ポータルサイト

2018-4-9

東北大学大学院 医学系研究科（以下 東北大学）は，乳がん診断の補助として，ディープ・ラーニングを用いて乳房エコー画像内の腫瘤を識別することを目的とした研究に，SAS Institute Japan（株）（以下 SAS）の「SAS® Viya®」を採用したと発表した。SAS Viyaは，SASのアナリティクス・プラットフォームにAI技術を統合する製品で，最新版ではディープ・ラーニングや画像認識の技術が強化されている。SASは，同社製品の学術研究での活用と教育機関における人材育成に向けた取り組みとして，また，同社の推進するデータを活用した人道支援／社会支援の取り組みであるData for Good^※の一環として，東北大学にSAS Viyaソフトウェアおよび利用機材の提供と技術的支援により研究をバックアップする。

乳がんは日本人女性における部位別がん羅患者数の首位を占めており，今後も増加傾向にあると予測されている^*。早期発見に向けた対策として，乳房エコー検査（乳腺超音波検査）が普及しつつあるが，その一方でエコー画像の読影が技師や医師の主観や経験に依存しがちな点や，読影による負担の増加が課題となっている。乳がんの主要な画像所見である腫瘤と呼ばれる病変は，その形状や特徴が多種多様で良性と悪性の判別が難しい場合も多く，より正確に判定できる技術が求められていた。

^{*国立がん研究センター がん登録・統計
https://ganjoho.jp/reg_stat/statistics/stat/summary.html}

こうした課題を受け東北大学は，エコー画像の読影にディープ・ラーニングの技術を活用することを検討した。とくに注目したのが，画像を認識して高い精度で分類／推論できるディープ・ラーニング手法CNN（Convolutional Neural Network）。CNN最大の特長は，対象の識別に有効な特徴量を学習によって自動的に獲得する点である。東北大学は，これを乳がんの病変の多様性に応用すべく，CNNの実装が可能なSAS Viyaを採用した。SASの採用に際して最大の決め手となったのは，医学研究生にも複雑なディープ・ラーニングを簡単なコードで実装できることであった。SAS Viyaは幅広いユーザ層を対象に設計されているため，SAS言語やPython言語，R言語を使って容易に最先端のAI技術を研究に取り込むことが可能。また，SAS Viyaの採用にあたっては，そのスケーラビリティも評価された。

東北大学は，2019年3月を目途に論文や学会での発表を目指して研究を開始する。今回の研究で作成したディープ・ラーニングのモデルは，今後そのまま臨床でも実用化していくとともに，研究を通じて得たディープ・ラーニングに関するノウハウやナレッジを新たな分野に展開していきたい意向である。

今回，東北大学に提供したSAS Viyaは，AIを即戦力として実用に展開できる有力なソリューションであり，今後も様々な分野の課題解決に役立つことが期待されている。SASはまた，教育機関に価値を提供する取り組みとして，統計・データサイエンス教育や産学連携教育を支援している。その中心となる組織であり，今回のプロジェクトを進めたSASのアカデミア推進室は，幅広い分野の研究や業務にデータサイエンスを活かせる人材を育成すべく，今後も様々な教育機関に対して支援を拡大していく。

今回の研究について山口 拓洋教授は，次のように述べている。「今回SASのアカデミックプログラムにより，エコー画像診断におけるディープ・ラーニングの応用について研究できるようになりました。今後の研究を通じて診断におけるCNNの有効性が検証できれば，医師の読影負担軽減はもとより，偽陽性による無用な侵襲的検査や患者の心理的負担を回避し，医療費の削減にもつながることが期待されます。そのためにもSASの協力の下，実証に向けて研究に注力していきます。」

SAS Viyaの拡張機能や詳細の製品情報は下記URL参照。
https://www.sascom.jp/viya/

※Data for Goodとは，医療のほか，貧困，健康，人権，教育といった様々な社会課題をデータとアナリティクスの力で解決していく取り組みであり，国内においても取り組みを強化している。
https://www.sas.com/ja_jp/data-for-good.html