元々はXinchuangbangに掲載されました

台北医科大学人工知能医療研究センターは、陳震宇副学長が率い、人工知能マルチモーダル画像精密健康プラットフォーム「Deep-Lung」を開発しました。一度の胸部低線量CT画像取得だけで、独自のAIモデルを通じて、骨粗鬆症、肺がん、慢性閉塞性肺疾患、心臓冠状動脈石灰化のリスクを同時に予測でき、精度は9割を超え、国際標準に準拠した推奨レポートを自動的に生成できます。これは世界初の試みです。プラットフォーム統合を担当する医師の陳彦廷氏は、病院での検証において、このプラットフォームが臨床医が注釈を付けられなかったり見落としたりした肺結節を何度も検出したと述べています。

台湾の高齢化は加速しており、国家発展委員会は、2025年には台湾の65歳以上の高齢者人口が20%を超え、超高齢社会に突入すると予測しています。衛生福利部の統計によると、がんは65歳以上の人口の主要な死因であり、その中でも肺がんが最も多く、心臓病、慢性閉塞性肺疾患、転倒事故も上位にランクインしています。このような状況を踏まえ、台北医科大学の陳震宇教授は、学校レベルの人工知能医療研究センターチームを率い、人工知能マルチモーダル画像精密健康プラットフォーム「Deep-Lung」を開発しました。中高年の国民の医療画像に対して、All-in-Oneの検査を提供し、肺、心臓、骨関連疾患のリスクを迅速かつ正確に評価します。

※図はDeepRad.AIチームCEOの陳震宇教授。（写真提供：台北医科大学）

台北医科大学の「Deep-Lung」エンジンは、LungRadsモジュール、CACモジュール、BMDモジュール、COPDモジュールの4つの主要モジュールで構成されており、中高年者の肺がんスクリーニング、肺気腫現象、冠状動脈石灰化、脊椎骨骨折のリスクまたは程度を一度に効果的に評価できます。さらに、放射線科医の診断補助や報告書・治療戦略の作成を支援することも可能です。陳震宇氏はインタビューで、このプラットフォームが人工知能技術を組み合わせることで、放射線技師が肉眼で行うCTスキャンの効率と精度を大幅に改善し、これが将来の個別化精密医療の発展傾向であると述べました。

従来、肺、心臓、骨の4つの検査と診断には合計約6時間かかり、患者は大量の放射線にさらされていました。一方、Deep-LungのAll-in-Oneエンジンを使用すると、一度の胸部LDCT（低線量CTスキャン）画像取得とAIモデルによる画像分析だけで、約10分程度で肺、心臓、骨の問題を同時に検出し、臨床的な治療推奨を自動的に行うことができます。これにより、医療機関の人員需要を軽減し、患者の放射線被ばく量を大幅に削減できます。

※図はDeep-LungのAIマルチモーダル画像精密健康プラットフォームの概念図。（写真提供：台北医科大学）

さらに、このプラットフォームのエミュレーターは商之器システムで構築されており、ほとんどのプラットフォームと互換性があり、病院のPACSシステムと直接接続できます。医師は出力されたレポートを直接使用でき、既存の臨床検査プロセスを変更する必要はなく、特別な操作方法を学習する必要もありません。将来的にこのプラットフォームは、国内外の主要な病院の放射線科に拡張され、一般市民が利用できるオンラインクラウドウェブ版も同時に作成されます。現在の協力関係は世界中に広がっており、北部双和病院、彰化キリスト教病院との協力に加えて、日本の北海道大学やアメリカのUC Irvine病院とも臨床現場検証を行っています。

しかし、人口の急速な高齢化により、将来的に医療従事者は20％以上減少すると予想されており、陳震宇氏も人工知能の役割がますます重要になることを認めています。彼は、台北医科大学が将来的に高齢化対策として3つの主要な計画を立てていると述べました。まず、人工知能の支援により、プレ健康状態のスクリーニングを行うことです。2つ目の主要な計画は肺がんであり、Deep-Lungプラットフォームに加えて、台北医科大学チームは世界初の「肺がん臨床インテリジェント意思決定支援システム」を再び構築しました。人工知能による臨床画像分析と遺伝子データの組み合わせにより、個別化された投薬推奨を提供し、治療効果を大幅に向上させることが期待されています。3つ目の主要な計画は認知症であり、ブロードマン領域（Brodmann area）によると、脳には40以上の機能領域があり、脳皮質は変性疾患によって異なる領域で薄くなります。3D画像分析に年齢、性別などの遺伝子パラメータを加えることで、どのような変性であるかを把握し、将来的に認知症を発症するかどうか、また発症する可能性のある時期を予測できます。

さらに、台北医科大学は医療技術スタートアップの雲象科技や他の多くの企業と協力して、AI支援の人的注釈不要の全スライド肺がんデジタル病理画像判定モデルを開発し、がん病変を視覚化しました。また、「病理報告自然言語処理（NLP）自動判定薬剤選択推奨システム」と「肺腺がん全遺伝子投薬推奨モデル」も開発しました。患者の病理報告が出ると、NLP技術を使用してテキストから臨床的に注目される50の特性を分析し、患者の状態と類似し予後が最良の薬剤選択治療推奨をスクリーニングします。

陳震宇教授は、このセンター設立の起源は、台北医科大学が研究型大学から革新型大学への転換を決定し、臨床移転を通じて患者を支援したいと考え、「終わりを始めとする」という初心、つまり研究を行う前に目標を考えることであると述べました。このセンターは2019年の設立以来、200以上の人工知能研究チームを育成し、現在5つの人工知能スタートアップ企業を設立しており、その分野はスマート医療画像、スマート投薬安全、睡眠ケア、精密健康、デジタル病理学、スマート重症、骨密度検出システムなど多岐にわたります。国家プロジェクトの支援を繰り返し受けているだけでなく、産学連携や国際協力を積極的に行い、アジアで最も特徴的なAI医療研究センター、さらにはAI病院の構築を目指しています。現在、チームは科学技術部の価値創造計画の獲得を積極的に目指しており、将来の革新能力を継続的に拡大したいと考えています。また、彼は、台湾の現在の規制は実行が困難であり、患者データを商業利用に利用することは容易ではなく、資金調達も困難であり、現在のスタートアップ環境には改善の余地があると率直に述べました。ICTの産業力を組み合わせ、国際的な連携を行うことができれば、韓国のVunoやLunitのように大学チームから産業化に成功したスタートアップ企業をさらに育成できると信じています。

※図はDeepRad.AIチームの集合写真。右から3番目がチームCEOの陳震宇教授、右から4番目がCOOの陳彦廷医師。（写真提供：台北医科大学）