ゲッティイメージズ
AIによる「日和見的」スクリーニングで医師が探していなかった病気も発見可能
これは、AI が医学研究と治療をどのように変えるかを考察する 6 部構成のシリーズの 6 番目の特集です。
58歳のウィル・スタッドホルムさんは、2023年に消化器症状のため事故でオックスフォードのNHS病院に救急搬送されたとき、骨粗鬆症の診断が下されるとは予想していなかった。
この病気は加齢と強く関係しており、骨が弱くもろくなり、骨折のリスクが高まります。
スタッドホルム氏は重度の食中毒を患っていたことが判明したが、病気の調査の初期段階で腹部CTスキャンを受けた。
このスキャンはその後、人工知能（AI）技術によって実行され、骨粗鬆症の一般的な初期指標であるスタッドホルム氏の脊椎の潰れた椎骨を特定した。
さらに検査が続き、スタッドホルム氏は診断だけでなく、骨密度の改善が期待される骨粗鬆症の治療薬を毎年点滴するという簡単な治療法も明らかになった。
「とても幸運だったと思います」とスタッドホルム氏は言います。「AI テクノロジーがなければ、これは取り上げられなかったと思います。」
ウィル・スタッドホルム
ウィル・スタッドホルムが食中毒の治療を受けている間、AIが骨粗鬆症の兆候を発見
放射線科医が患者の画像検査で、当初検査していた以外の偶発的な何か（未検出の腫瘍、特定の組織や器官に関する懸念）に気づくことは前代未聞のことではありません。
しかし、バックグラウンドで AI を適用して、スキャンを体系的にくまなく調べ、スキャンが最初に注文された理由に関係なく、発生している可能性のある一般的な予防可能な慢性疾患の初期兆候を自動的に特定することは新しいことです。
日和見的スクリーニングや日和見的イメージングと呼ばれる AI の臨床利用は、「まだ始まったばかり」だと、このアルゴリズムの開発者の一人であるウィンコンシン大学マディソン校の放射線学および医学物理学の教授であるペリー・ピックハート氏は指摘する。
これは、がん、胸部感染症、虫垂炎、腹痛の疑いなど、別の臨床目的ですでに行われている画像処理を利用しているため、日和見的であると考えられています。
定期的な身体検査や血液検査では、これらの病気を検出できないことが多い、と同氏は付け加えた。
ゲッティイメージズ
CTスキャンには検査されていない多くの情報が含まれています
そして理論的には、AI を使わずに放射線科医が測定を行うことでその分析を行うことができますが、それには時間がかかります。
偏見を減らすという点でもこのテクノロジーには利点がある、と彼女は指摘する。
たとえば、骨粗鬆症のような病気は、主にやせた高齢の白人女性が罹患すると考えられているため、医師は必ずしもそのような集団以外にも目を向けようとは考えていません。
一方、日和見的なイメージングでは、そのように差別されません。
スタッドホルム氏のケースが良い例だ。彼は骨粗鬆症の患者としては比較的若く、男性で骨折の病歴もなかったため、AI がなければ診断されなかった可能性が高い。
主な焦点は腹部や胸部などの CT スキャンですが、胸部 X 線やマンモグラフィーなどの他の種類の画像からも情報を収集する取り組みが行われています。
そして、人間によるある程度の検査が行われることになっている。AIが何か疑わしいものを見つけた場合、医師に報告される前に確認のために放射線科医に送られることになる。
スタッドホルム氏のスキャンを検査するために使用された AI テクノロジーは、イスラエルの会社 Nanox.AI のもので、同社は日和見的スクリーニングのための AI に取り組んでいる数少ない企業の 1 つです。はるかに多くの企業が、正確かつ迅速な診断を支援するために AI を使用することに焦点を当てています。スキャンが実際に実行される特定の条件。
Nanox.AI は、ルーチンの CT スキャンからそれぞれ骨粗鬆症、心臓病、脂肪肝疾患を特定できるようにすることを目的とした 3 つの日和見的スクリーニング製品を提供しています。
オックスフォードのNHS病院は、2020年に正式に展開する前に、2018年にNanox.AIの骨粗鬆症に焦点を当てた製品の試験運用を開始した。
オックスフォードの病院の調査結果では、椎骨骨折と特定される患者数がNHS平均を最大6倍上回ることが示されており、患者は骨粗鬆症の有無を検査され、骨粗鬆症と戦うための治療を開始できると教授のカシム・ジャベイド氏は述べている。オックスフォード大学の骨粗鬆症と希少骨疾患の研究者であり、このアルゴリズムの導入の先頭に立ってきた。
このアルゴリズムのさらなる試験は現在、ケンブリッジ、カーディフ、ノッティンガム、サウサンプトンの病院でも進行中である。 「私たちはNHS全体でそれを使用するための証拠を構築したいと考えています」とジャベイド教授は言う。
しかし、このテクノロジーは個人に利益をもたらす可能性がある一方で、検討する必要がある広範な影響もあると、キングス・カレッジ・ロンドンのヘルスケア工学教授であり、価値ベースのヘルスケアのためのAIセンターを率いるセバスチャン・ウルスリン氏は言う。
バランスをとる必要がある大きな問題は、テクノロジーの使用によって増加する可能性のある患者数であると彼は指摘します。 「これにより、医療システムへの需要が減少するのではなく、増加しているのです」と彼は言う。
第一に、日和見的スクリーニングによって疾患を患っている可能性があると指摘された人は、さらなる確認検査が必要になる可能性が高く、それにはリソースがかかります。また、AI が不正確であったり、感度が高すぎたりすると、不必要なテストが大量に行われる可能性があります。
そして、最終的に診断を受けることになった追加の人たちのためのサービスを提供する必要があります。
余分な負荷はテクノロジーに伴う課題であると Javaid 教授は認めていますが、解決策はあります。
オックスフォードで骨折が確認された患者は、医師に過大な負担をかけないよう、主に看護師が担当する骨折予防サービスにフォローアップのために回される。 「AIは確かに経路変更を強制します」と彼は言う。
そして長期的には、より多くの初期段階の骨粗鬆症患者が特定され、必要な予防治療を受けられるようにすることで、NHS のお金が節約できるとジャイド教授は考えています。 「骨折は、入院することになる主な理由の1つです」と彼は言います。
スタッドホルム氏は骨粗鬆症の惨状を直接目の当たりにしており、母親は骨粗鬆症によって両腰を骨折するに至った。以前は、それはただの老人の症状であり、何もすることができないと考えられていた、と彼は言います。 「骨がチョークになる前に何かできることをとても光栄に思います」と彼は言う。
1737089872
#は医師が探していない病気をどのように発見できるか
2025-01-17 03:25:00