人間性と自動化の間の放射線医学: E-HEALTH-COM

放射線医学の未来は、学際的な協力、医師の共感、各患者のユニークなストーリーを理解するための画像処理の可能性にあります。」昨年の議会議長ウマル・マフムード博士は、開会のスピーチでこのように述べました。「この部屋にいる私たち全員が共通の人間性を共有しています。しかし、すべての同僚、すべての患者、すべての人生は異なります。」と彼はアリークラウンシアターで強調しました。世界の放射線医学コミュニティと個人のケア、標準化と個人の歴史の間のこの緊張領域は、会議のモットー「個人のイメージング」にまとめられました。

マフムード博士は、画像診断が単なる診断ツールから個別化されたケアの基礎へと進化している精密医療における放射線学の変革的な役割を強調しました。今日、放射線医学は単なる診断を超えて予防にまで及んでいます。 CT、MRI、PET、超音波の進歩のおかげで、臨床医は病気をより迅速かつ詳細にマッピングできるだけでなく、症状が現れる前に危険因子を特定できるようになりました。 「私たちの画像には非常に多くの情報が含まれているため、日和見的なスクリーニングを実行できるようになりました」とマフムード博士は説明します。これは、潜在性疾患を特定するためにすでに収集されている画像データを体系的に「読み取る」ことを指します。プレシジョン メディシンは「プレシジョン ヘルス」に拡張されます。

議会議長は、AIは臨床医に代わるものではなく、むしろ強力なパートナーであると強調した。 「人間対機械の問題ではなく、人間と患者のケアを最適化する AI の問題です。」今後数年間に目を向けて、彼は楽観的だった。「私たちの懸命な努力のおかげで、10年後にはこの分野は変わっているでしょう。」

放射線医学とビッグデータの出会い
米国国立衛生研究所 (NIH) の「All of Us Research Program」に関するセッションでは、AI と精密医療の価値がデータの品質、代表性、アクセシビリティにどれほど依存しているかが強調されました。当初は、研究の患者数が待合室の患者数を反映していないために、どれだけの診断上の画期的な発見が欠けているのかという疑問がありました。これはまさに「All of Us」の出番です。この野心的なプログラムは、2018 年以来、米国の 871,000 人を超える参加者から環境、ライフスタイル、ゲノム健康データを収集してきました。

「このデータセットの特別な点は、これまで生物医学研究に参加する機会がなかった参加者グループからの情報が含まれていることです」とプログラムの医学・科学ディレクターのギンズバーグ博士は説明した。 All of Us は、豊富なゲノム データと電子健康記録、ウェアラブル、身体測定および調査を組み合わせることで、健康と病気を研究するための多次元の視点を提供します。これにより、集団全体にわたって発見と臨床実装との間のギャップが減少します。

放射線医学に特に関連するのは、画像データを含めるために計画されている拡張であり、すでに開始されているパイロットプロジェクトです。 「Eyes on Health」は、「All of Us」と国立眼科研究所および国立生物医用画像生物工学研究所とのコラボレーションです。目の特徴と心血管疾患、糖尿病、神経疾患などの全身疾患との関連を調査するために、約 5,000 人の参加者の目の画像が収集されます。

「画像技術を電子医療記録、ゲノミクス、ウェアラブル、豊富な調査データと結び付けることで、All of Us は放射線科医に画像表現型を状況に応じて検査できるようにするでしょう」とギンズバーグ博士は述べました。

AI: 偽りの悪夢
しかし、誰もがテクノロジーの進歩に対して限りなく楽観的な見方をしているわけではありません。ニューヨーク・タイムズ紙のコラムニストでプリンストン大学教授でもある技術社会学者のゼイネプ・トゥフェクシ博士は、人々は歴史的に破壊的テクノロジーの影響を予測するのが苦手だと警告した。 「印刷術が発明されたとき、カトリック教会はラテン語聖書をさらに発行し、信仰を強めることを期待していました」とトゥフェクチ氏は振り返る。その代わりに、印刷機が宗教改革を促進しました。教授によれば、思考の誤りです。新しいテクノロジーは、体系的な変化の引き金としてではなく、既存のテクノロジーの「より速く、より優れた」バージョンとして見なされることがよくあります。

別の例：自動車。 「私たちの祖先は自動車を新しい種類の馬として想像しましたが、自動車は馬ではありません」とトゥフェクチ博士は述べました。公害、化石燃料の需要増加、郊外化など、実際の影響は見過ごされてきました。 「馬が放牧されている間、これらの問題は深刻な長期的な影響を及ぼしました。」馬を車に置き換えることは、100,000 頭の馬を 100,000 台の車に置き換えることとは異なります。その場合、システムが変わります。

今日、歴史は AI によって繰り返されています。 「AI について議論するとき、私たちは再び間違った基準を使用し、スケーリングの結果を無視していることになります」と Tufekci 博士は警告しました。 AI は、まったく新しい形式であるにもかかわらず、人間の知能のより優れた、より高速な形式として提示されます。 「機械が人間より優れているかどうかという基準は間違っています。問題は、それが大規模に使用するのに十分かどうかです。」

AI の存続を脅かすのは、AI が人類を滅ぼすということではなく、いくつかのことを簡単にしすぎてしまうということです。彼らの AI の悪夢は、ターミネーターというよりビッグ ブラザーです。AI によってすべての証拠が信頼できなくなった世界で、説明責任を維持するための極端な集中監視です。

こうした暗いシナリオにもかかわらず、彼女は依然として将来について楽観的である、とトゥフェクシ博士は強調した。 「これらのメリットを享受するには、この革新的なテクノロジーに何を求めるか、そしてそれをどのように形作りたいかについて、真剣に話し合う必要があります。」

規制と管理
Tufekci 博士がシステム レベルを調査している間、食品医薬品局 (FDA) によるセッションで規制実務に焦点が当てられました。保健技術局のディレクターであるロバート・オックス博士は、AI を活用した医療機器の現在の枠組みについて概説しました。 FDA のリストには、7 月の時点で 1,247 の承認された AI テクノロジーが含まれています。 「これらの機器の 75% 以上は放射線学に関連しています」と彼は言いました。これには、画像セグメンテーション、定量的測定、画像取得、トリアージおよび解釈のためのデバイスが含まれます。

オックス博士は製品ライフサイクルについて次のように説明しました。AI デバイスは市場発売の前後に評価されます。パフォーマンステストは、一般化可能性を評価するためのスタンドアロンテストとしても、放射線科医との対照研究としても実行できます。重要: 市販後の情報と現実世界の証拠は、安全性と有効性を継続的に監視するのに役立ちます。 FDA は、この目的のためにガイドラインと公開データベースを提供しています。

画像診断およびソフトウェア信頼性部門のディレクターであるアルド・バダノ博士は、合成データの重要性が高まっていることを強調しました。 「患者の画像がどれほど多くても、すべてのバリアントで有望なアルゴリズムをすべてテストするには十分ではありません」と彼は説明しました。 「ある時点で、これらのデータセットに追加する必要があります。」ただし、「合成データの分野は爆発的に増加していますが、すべての合成データが同じように作成されているわけではありません」と警告しました。彼は知識ベースのモデルと生成モデルを区別し、「合成」が自動的に「適切」になるわけではなく、ここでも標準と監査証跡が必要であることを明確にしました。

規制上の現実には、すでに承認されている AI 製品が変更された場合に何が起こるかという問題も含まれています。 Digital Health Center of Excellence の医療責任者である Krishna Juluru 博士は次のように説明しました。変更には新たな承認または所定の変更管理計画 (PCCP) が必要になる場合があります。 PCCP では、予想される変更、開発、検証、実装の方法論、影響の評価について説明します。これは、追加のデータセットを使用してアルゴリズムを再トレーニングまたは最適化するために放射線医学でよく使用されます。 「企業は PCCP について積極的に検討し、できるだけ早く FDA に連絡する必要があります」と Juluru 博士はアドバイスしました。

ここには、e-health の読者に対する中心的なメッセージがあります。放射線医学における AI は、単なるアルゴリズムの問題ではなく、データベースから検証、運用におけるさらなる開発の管理に至るまで、ガバナンスの問題でもあります。

ビジョンと責任の間で
RSNA 2025 は、技術の進歩と責任ある実装の間の緊張を印象的に示しました。アズ・マフムード博士が個別化された精密医療のビジョンを概説する一方、注意を促す人もいた。もはや問題は、AI が放射線医学を変革するかどうかではなく、人間の専門知識と機械の効率性の間、イノベーションと規制の間、個々の患者のケアと規模の拡大の間で、この変革をどのように形づくるべきかということです。

マフムード博士が強調したように、「患者のケアを最適化するには、人と AI が重要です。」今後数年間で、このパートナーシップが成功するかどうか、あるいは私たちが間違った質問をし、本当の課題を見落としているというトゥフェクチ博士の警告が正しいかどうかが分かるだろう。

最初の答えは、2026 年 11 月 29 日から 12 月 3 日までシカゴで開催される第 112 回北米放射線学会年次総会中にすでに得られるかもしれません。