No.057 May 2019

　TOPICS

 　1）「コトつくりコレクション」公開のお知らせ。コトつくりの見える化と社会への働きかけを目的に、優れた事例を顕彰する「コトつくりコレクション」の第1回目選出内容を公開しました。

　詳細は、こちら をご覧ください。 

 　2）会誌「横幹」13-1号、特集1「ヘルスデータサイエンスの展開」、特集2「IoT・ビッグデータ・AI 時代の企業間連携とプラットフォーム – センシングデータ利活用の可能性と課題 -」が発行されました。 

　詳細は、会誌のページの案内をご覧ください。 

　3） 第10回横幹連合コンファレンスは、2019年11月30日（土）、12月1日（日）に長岡技術科学大学（ 新潟県長岡市 ）にて開催されます。

　詳細は、開催案内のページ をご覧ください。

　COLUMN

　第53回横幹技術フォーラム
  「Society5.0時代のヘルスケア（ その1 ）」のご紹介

 　採録・構成　武田博直　（ 横幹ニュースレター編集室長、日本バーチャルリアリティ学会 ）

総合司会　　　　　赤津雅晴 （ 日立製作所、横幹技術協議会 理事 ）
開会あいさつ　　　桑原　洋 （ マクセルホールディングス名誉相談役、横幹技術協議会 会長 ）
◆講演「AI技術の医療への応用」　浜本隆二（ 国立がん研究センター研究所・がん分子修飾制御学分野 分野長 ）
◆討議
閉会あいさつ　　　舩橋誠壽 （ 横幹連合 副会長 ）

日時：2019年3月27日
会場：中央大学駿河台記念館
主催：横幹技術協議会、横幹連合
プログラム詳細のページは こちら

　2019年3月27日、中央大学駿河台記念館において、第53回横幹技術フォーラム「Society5.0時代のヘルスケア（ その1 ）」が行なわれた。総合司会は、赤津雅晴氏（ 日立製作所、横幹技術協議会理事 ）が務めた。

■開会あいさつ

　最初に、桑原洋 横幹技術協議会会長から「開会あいさつ」が述べられた。「AI（ 人工知能研究 ）には、いろんな解説書が出ているが、まだ納得させて貰える本を読んだことが無い。そこで、本技術フォーラムではシリーズで、何回も AIを取り上げることにした。聴講者の皆さんも、いろんな事例の中から自らの目的に合ったAIに着目し、自らの問題として解を求めるつもりで聴いて頂きたい」と、氏は述べた。

◆講演 「AI技術の医療への応用」　

　続いて、浜本隆二氏（ 国立がん研究センター研究所・がん分子修飾制御学分野 分野長 ）による講演「AI技術の医療への応用」が行なわれた。 　浜本氏は、2016年度のCRESTに採択された「人工知能を用いた統合的な がん医療システムの開発」や、2018年度の省庁連携研究プロジェクトPRISM事業の「新薬創出を加速する人工知能の開発」などの研究代表として有名な AI研究者で、 日本メディカルAI学会 の代表理事も務めている。 　なお、CRESTとは、国が定める戦略目標の達成に向けた「課題達成型基礎研究」で、JST科学技術振興機構（ 文科省 ）が採択する委託研究契約のことである。PRISMは、「官民研究開発投資拡大プログラム」の枠組みに基づいた省庁連携研究プロジェクトのことで、上記の CREST研究と PRISM事業については、本講演の後半に紹介される。

■人工知能研究の歴史　

　最初に浜本氏は、我が国の人工知能「ブーム」について概説した。1960年代、70年代の第一次ブームでは、「迷路」などのトイ・プロブレムは解けても、「現実」の複雑な問題が解けなかったという。続く、80年代、90年代の第二次ブーム（ エキスパート・システム　）においては、データの記述・管理が煩雑で、容量の制限が明らかになったことで下火になったそうだ。現在の第三次ブームでは、計算機能力の向上、ディープラーニング（ 深層学習 ）の開発、ビッグデータの活用によって、人工知能の精度が実用可能なレベルになったと見做されたことで話題になっているという。 　そのひとつの証左として、氏は、ImageNetという画像認識の精度を競うコンペティションで、2015年にマイクロソフトリサーチが 150層ものネットワークからなる深層学習を用いて、画像認識で人間と同等の精度を実現したことを紹介した。こうした AIの進化を背景に、FDA（米国食品医薬品局＝米国の厚生省）では、世界で初めて、自律型のAI診断システム「IDx-DR」を医療機器として認証したのだという。例えば、糖尿病網膜症の有無を検査するために「眼底像撮影装置」で被験者の網膜画像を撮影する際には、「IDx-DR」を搭載したトプコン社の「 TRC-NW400 」 などのカメラで撮影した眼底の画像に関して、その場に眼科医がいなくても、「糖尿病網膜症の陽性」という判断を下して良い（ 眼科医と同等の判定を AIに任せることができる ）と認められたそうだ。 　ここで浜本氏は、「これは、AIで眼科医が不要になったということでは、ない」と述べた。氏は、2017年のRSNA北米放射線学会で、スタンフォード大学AIMI研究所 Curtis Langlotz所長が行なった講演（「 Rads who use AI will replace rads who don’t 」） を例に挙げて、「航空機の自動操縦を歓迎しないパイロットがいないように、AIを使いこなす放射線科医は、AIを使わない放射線科医をreplace＝放逐するだろう」という意見を紹介した。事実、放射線診療と AIの親和性の高さから、米国での放射線科医の数は増加傾向にあるという。医師の判断を AIが支援している、と言うのだ。

■がんの Precision Medicine （ プレシジョン・メディシン、「精密医療」と訳されることもある ) 　

　続いて浜本氏は、Precision Medicineについて、国内での取り組みの実例を述べた。Precision Medicineとは、患者個人の遺伝子レベルで最適な治療方法を分析・選択して、それを施す、というオーダーメイド医療のことだという。最先端の検査技術を用い、病変した細胞を遺伝子レベルで分析して、適切な薬のみを投与し治療を行うことができる、と、この医療技術について氏は紹介した。これについては、2015年のオバマ大統領の一般教書演説で「Precision Medicine Initiative」が発表されたことから、世界的に注目されているそうだ。 　日本でのPrecision Medicineについては、「SCRUM-Japan」という名称のプロジェクトが有名で、これに関しては、「国立がん研究センター」を初め、全国約200の病院と約10社の製薬会社が協力しており、2015年からの2年間に、肺がん2250例、消化器がん2250例の患者の遺伝子検査情報が、「国立がん研究センター」の「がんゲノム情報管理センター」 に集約されているという。進行した肺がん、大腸がんなどを中心として、患者個人の臨床的意義が付けられたゲノム検査のデータや検体情報が全国から集められ、集約された知識のデータベース（ CKDB報告書 ）と 検体情報が、「がんゲノム情報管理センター」の情報レポジトリー（ システム開発用の一元化された情報倉庫 ）に投入されているそうだ。CKDBに集約されているデータには、病変の判断などに医師の主観が含まれることから、これらを医療文献情報に特化した自然言語処理 AIに解析させるなどして、 効果が最も期待できる投薬のタイミングと 投薬内容（ 例えば、新たな肺癌の原因遺伝子と特異的阻害薬の組み合わせ ）を発見しようという研究である。この研究により、画期的な治療法・診断法の発見が期待されているという。なお、患者の遺伝子解析環境については、米国臨床検査室改善法CLIA に準拠していることが紹介された。 　また、一般のがんゲノム検査への保険適用が、現在、検討されているという。

■（ がん医療で使われる ）人工知能（ 技術 ）に関する入門　

　がん医療で使われる AI技術として、浜本氏は以下を代表例として紹介した。 　「画像情報（ 深層学習による補助が多い ）の解析」については、「乳がんのリンパ節微小転移の検出」などの病理画像や、また、「早期がんなどの見逃しやすい病変の検出」のための内視鏡画像などの解析において、多くのAI技術が用いられているという。 　また、（ 執筆者の主観が含まれていることから ）検索の難しい医療文献については、AIの機械学習が使われることが多く、IBMワトソンを使用した「がんゲノム異変に適した治療薬候補の選択」などが機械学習の事例として有名であるという。 　深層学習と機械学習については、その仕組みが簡単にスライドに図示された。

■CREST採択プロジェクト／理研AIP／PRISMプロジェクトの成果　

第5期科学技術基本計画（ 2016-20年度 ）では、世界に先駆けた「超スマート社会」Society5.0 の実現が謳われているという。以下に、同公式HPから引用する。 　「（ この ）Society 5.0では、フィジカル空間のセンサーからの膨大な情報がサイバー空間に集積される。サイバー空間では、ビッグデータを人工知能（AI）が解析し、その解析結果がフィジカル空間の人間に様々な形でフィードバックされる。Society 5.0では膨大なビッグデータを人間の能力を超えたAIが解析し、その結果がロボットなどを通して人間にフィードバックされることで、これまでには出来なかった新たな価値が産業や社会にもたらされることになる。」（ Society5.0 公式HP ） 　そして、2016年の第5回「未来投資に向けた官民対話」における安倍総理の指示を受け、縦割りを排した「人工知能技術戦略会議」が、内閣府の政策として創設された、と浜本氏は紹介した。 　こうした AIをめぐる背景の中で、浜田氏を研究代表とする「人工知能を用いた統合的な がん医療システムの開発」（ 国立がん研究センター 、PFN社、 産業技術総合研究所 ）が、2016年度のCREST（ 課題達成型基礎研究 ）の一つとして採択されたという。 　この研究の概要を、以下に要約する。これは、「国立がん研究センターに蓄積されている、膨大な患者さんの詳細な『臨床情報』や『マルチオミックスデータ』（ ゲノム、エピゲノム、microRNAなどの生体分子情報、画像情報の複合体 ）、さらに文献情報を活用して、それらを人工知能の利用により統合的に解析し、日本人のがん患者さんの為の革新的ながん医療システムを開発することを目的とする」研究であるという。また、「開発されたシステムを、社会全般に普及させることにより、がん医療の向上を推進する」ことも期待されているそうだ。ここでは、 AIによる画像解析 ・テキスト解析などに、トップクラスのスーパーコンピュータが大いに活躍しているという。 　更に、「官民研究開発投資拡大プログラム」の枠組みに基づく省庁連携研究プロジェクトPRISM事業の「新薬創出を加速する人工知能の開発」において、「国立がん研究センター」では「肺がんデータベース（DB）構築及びAI技術を用いたオミックス解析（ 網羅的な生体分子情報を駆使して、疾患の予防・診断・治療・予後の質を向上すること ）」を目指しているという。この目的のために、当該PRISM事業では、厚生労働省が全体をとりまとめ、「 医療基盤・健康・栄養研究所」 がプロジェクト・マネージメント・オフィスとなって、経済産業省・大阪大学との共同研究を進めつつ、産業界と連携して、理研AIP（ 革新知能統合研究センター ）や文科省・量子コンピュータプログラムの協力（ 審査中 ）も得て、 JST 科学技術振興機構 のもとに、東京大学・京都大学・九州工業大学と共同する形で「国立がん研究センター」での医科学研究は進められているそうだ。このプロジェクトにより、通常15年程度掛かると言われている特効薬の創薬が、早いサイクルで進むことが期待されているという。 　本COLUMNでは詳しく紹介しないが、こうした全く新しい共同研究の枠組みの中では、AIチームの合理的・工学的なアプローチは、しばしば、従来の治療方法に大きな自信と実績を持つ「医師」からの反発を招く場面が多く、浜本氏はその双方へのなだめ役となる機会が極めて多いそうである。こうした現状を打開するためには、浜本氏は（ 私見だがと断った上で ）先進的な医学専門家がよりそって、情報科学を学んでゆくこと、つまり、医学教育の中にAIなどの情報科学を将来は設けて行くべきではないか、とその考えを述べた。

■討議（○は、会場からの質問、それに続く 「」 内は、浜本氏の回答を表す。）

○ 医療と AIの両方が理解できる優秀な開発者を集めることに、困難は無いのか。

　「現在必要な、AI解析を可能とするための統合DB構築作業では、例えば、内視鏡画像のDB化のための読影などに関係者の膨大な作業が必要とされ、関係者には『手弁当』のような状態で、薄謝で大変な協力を頂いている。非常勤で働く診療医の給与・時給相場が日給10万円とも言われている中では、データベース作成といった地道で、しかも結果の精度を高めるには豊富な経験が必要でもあるこうした作業の従事者に、どのようなインセンティブを与えるかは非常に重要だと思われる。しかし現在は、この研究の重要性をご理解頂いた方たちからの積極的な、心からの協力を頂いているという状況である。」

○ 医療関係者と AI技術者は、どのように協力しているのか。

　「医師は、従来からの治療方法に大きな自信と実績を持っているので、データベース構築時などに小さな問題から大きくこじれる場合も多い。しかし、『大腸内視鏡検査での見逃し回避が、AI技術でリアルタイムにできる』などの重要な成果が医師にも理解され始めたことで、関係は改善される方向にある。しかし、医療系と AI系の更なる WinWinの関係を築くためには、『オーガナイズできる調整役』が必須であるように思われる。そうした意味からは、（ 個人的な意見だが ） 『国立がん研究センター研究所』という組織では、患者さんを治したいというモチベーションの高さによって両者の協力関係が上手く進んでおり、特異な成功例がこのために生じたとも考えられる。こうした良好な協力関係を少しでも広げて行くことが、我々の役割だと意識している。」

○ 日々の業務としてAIを行なっている質問者の立場からは、AIの質を高めるのはデータの「精度」ではないかと思う。質の良いAI解析を行なうには、データベース構築時の前処理が重要ではないかと思うのだが、どうか。

　「ご指摘の通りである。AIで、何でもできる訳では無く、非線形の特徴抽出において構造化されたデータが沢山あるかどうかが重要である。特に、検査機器についてのロバスト性（ 外的要因による錯乱を内部でどれだけ阻止できるか ）が、非常に重要だと考えている。具体的には、例えば、最近の『8K画像データ』の追加などもその一つだが、検査機器の『仕様のマイナーチェンジ』が、過去に蓄積されたデータとの互換性を失わせる場合があり、病変についての画像からのAIの判断を難しくさせることがある。こうした点を念頭に置いたDB構築や学習が、されるべきだと考えている。」

○ 物理の世界では、最終の生成物が出来上がる過程で、一時期、その要素となる成分が見かけ上増減することがある。人間のがんの生成過程で、これに似た現象は無いか。また、AIのデータ構築に置いては、時間というファクターは考慮されているのか。

　「大変良いご質問を頂いた。最近の研究をご紹介したいが、あるがん抑制遺伝子の働きには、がんの進行するステージにおいて大きな違いがあり、ある時期には、それががんを抑制しているのに（ つまり、その抑制遺伝子の働きを回復させれば、がんと闘ってくれて治療できるのに ）、ある時期には、その遺伝子が、がんの増殖を助けていることが分かってきた。つまり、投薬の時期によって治療効果は激変することになるので、患者の個人遺伝子レベルで最適な治療方法を施すオーダーメイド医療においては、時間（ ステージ ）というファクターは非常に重要であると考えている。」

○ FDAが、糖尿病網膜症の検査で AIによる自律診断システムを認証したというのは驚くべきニュースだが、陽性率87% 陰性率90%（ 100%ではない ）という感度であっても認証されたことの背景は、何か。

　「端的に言えば、人間による読影には、疲れなどによる見落とし（ ヒューマンエラー ）の可能性が多くあるためである。（ 詳しく説明されたが、この点についてのCOLUMN掲載は差し控えたい。） また、リアルワールドには人間の判断を誤らせるようなノイズも多く、AI解析技術の進展によって、人間の気付かない病変でも AIが見つけてしまう、という可能性が増えているためでもある。」

○ 今回ご紹介頂いた「大腸内視鏡検査画像の病変見逃し」などの医療分野に限らずとも、AI解析の「アルゴリズム」については、特許などで開発者の権利が保護されているのか。

　「一般にアルゴリズムは、特許では保護されない。良いAIのアルゴリズムも『公開されて共有されるべきだ』というのが、開発者の考え方である。それでは、どこが経済的なインセンティブになるのかというと、それは『良い医療機器を作る』ことに帰着すると思われる。AIが活用されることは、良い医療機器の開発の可能性を高めるので重要なのではないだろうか。」

○ 日本には、深層学習で利用できる大量の「良質なリアルワールド・データ」が少ない。 PRISM事業において、そのデータは公開されるのか。もし公開されない場合には、例えば、深層学習用に加工された「訓練データ」などが他のシステムでのAI診断のために提供されることは考えられないか。

　「PRISM事業は、国費を使った活動なので、ある段階で（ 例えば、アカデミアには無償、商用利用には有償などの形で ）そのデータの公開が検討されることになるだろう。ただ、個人データの利用に関して（ 匿名化されるとはいえ ）第三者への情報提供について事前の同意が必要ではないか、という議論の出る可能性はあるように思われる。」
　「また、『希少がん』の判定などの、データ数がそもそも少なく、深層学習が過学習を起こしやすい事例に関しては、ご指摘のように、疾患確定へのAI診断を可能にするために『訓練データ』の作成を必要とする（ のだが、データを作るという行為自体は自然科学と言えるのか ）という難しい問題もある。個人的な意見ではあるが、データの運用については日本の法律を遵守しつつ、 日本メディカルAI学会などの研究者コミュニティから研究方法のガイドラインを発信してゆく、という（ 学術の王道を踏まえた ）やり方しかないのではないか、と考えている。」

　以上の討議を終了し、参加者の大きな拍手によって、浜本氏は講演を締めくくった。

■閉会あいさつ

最後に、「閉会あいさつ」を、舩橋誠壽氏 （ 横幹連合副会長 ）が述べた。氏は、北川源四郎会長が海外出張中でご挨拶できないことを謝し、講師の浜本氏と参加者に感謝を述べるとともに、「冒頭の、桑原洋 横幹技術協議会会長からのご挨拶にもあったように、AIのもたらすインパクトに関しては、産業界・学界として把握できるまで何度も勉強を続けて行きたい。今回を嚆矢として、今後の技術フォーラムにもご期待を頂きたい」と意欲を述べ、大変に興味深いAI診断の方向性を示唆した横幹技術フォーラムは、成功裏に幕を閉じた。

　 　

　EVENT

【これから開催されるイベント】

2019年

●日本計算工学会 第24回計算工学講演会
　日時：2019年5月29日（水） ～5月31日（金） 会場：ソニックシティ（ 大宮 ）

●日本信頼性学会 第27回春季信頼性シンポジウム
　日時：2019年5月31日（金） 会場：日本科学技術連盟本部

●日本リモートセンシング学会 第66回(2019年度春季)学術講演会
　日時：2019年6月4日（火） ～5日（水） 会場：東京電機大学 鳩山キャンパス本館

●日本品質管理学会 第121回QCサロン（関西）
　日時：2019年6月5日（水） 会場：新藤田ビル〔日科技連・大阪事務所〕

●日本生体医工学会 第58回日本生体医工学会大会
　日時：2019年6月6日(木) ～8日（土） 会場：沖縄コンベンションセンター

●計測自動制御学会 第103回パターン計測部会研究会
　日時：2019年6月7日(金) 会場：東京大学 本郷キャンパス

●日本情報経営学会 第78回全国大会
　日時：2019年6月8日（土） ～9日（日） 会場：静岡大学 浜松キャンパス

●日本品質管理学会 第416回事業所見学会（東日本）
　日時：2019年6月11日（火） 会場：日本マクドナルド株式会社「スタジオＭ」(東京都新宿区)

●日本品質管理学会 第135回講演会（関西）
　日時：2019年6月14日（金） 会場：大阪大学中之島センター 佐治敬三メモリアルホール

●日本人間工学会 第60回大会
　日時：2019年6月15日（土） ～16日（日） 会場：日本大学理工学部 駿河台キャンパス（予定）

●日本品質管理学会 第20回「安全・安心のための管理技術と社会環境」ワークショップ
　日時：2019年6月21日（金） 会場：筑波大学 東京キャンパス文京校舎

●日本品質管理学会 第412回（ 中部支部第105回 ）事業所見学会
　日時：2019年6月24日（月） 会場：株式会社安城自動車学校

●日本品質管理学会 第411回事業所見学会（関西）　
　日時：2019年6月25日（火） 会場：株式会社川島織物セルコン 市原事業所

●日本品質管理学会 第112回クオリティトーク（東日本）
　日時：2019年6月27日（木） 会場：日科技連 東高円寺ビル

●スケジューリング学会 スケジューリング国際シンポジウム 2019 (ISS2019)
　日時：2019年7月5日（金） ～7日（日） 会場：くにびきメッセ（島根県）

●日本品質管理学会 第138回講演会（東日本）
　日時：2019年7月16日（火） 会場：日本科学技術連盟・東高円寺ビル

●計測自動制御学会 ライフエンジニアリング部門シンポジウム2019 (LE2019)
　日時：2019年8月23日(金） ～25日(日) 会場：Asia Hotel Bangkok (Thailand)

●日本品質管理学会 第120回（中部支部第37回）研究発表会
　日時：2019年8月28日（水） 会場：名古屋工業大学

●計測自動制御学会 第36回センシングフォーラム
　日時：2019年8月29日(木) ～31日(土) 会場：慶應義塾大学 日吉キャンパス

●日本知能情報ファジィ学会 第35回ファジィ システム シンポジウム（FSS2019）
　日時：2019年8月29日（木） ～31日（土） 会場：大阪大学

=> 詳しくは　横幹連合ホームページの「会員学会カレンダー」 

【会員学会のみなさまへ】開催情報を横幹連合事務局 office@trafst.jpまでお知らせ下さい。