医用画像とは？医療画像解析の目的や今後求められることを紹介

医用画像とは、たとえば健康診断や病院などで行う検査で撮影される画像です。

X線画像・CT画像・MRI画像・超音波画像・内視鏡画像・病理画像・皮膚科画像・眼底画像など種類がありますが、いずれも医用画像に含まれます。

この医用画像について、機械学習技術などにより情報を抽出し、病変箇所の特定や分類をすることを医療画像解析といいます。

深層学習が登場して以降、一般画像とともに技術が急速に発展しているといえますが、この医用画像と医療画像解析について、その目的や今後求められることを紹介していきます。

医用画像の特徴

医用画像の特徴として、機械学習解析における課題が挙げられます。

多くは2次元の画像であるのに対し、CTやMRIの画像は2次元の断層画像を重ね合わせた3次元画像となります。

内視鏡画像は2次元であるものの、消化管内部を撮影した3次元的な広がりを持つ画像ともいえます。

病理画像は顕微鏡などで細胞組織を撮影した画像で、非常に巨大な解像度を持ちます。

以上のことから、医用画像の解析は機械学習解析モデルに学習させればよいのではなく、画像の特性に合わせて対応することが求められる特徴があるといえます。

医療画像解析の目的

医療画像解析の目的は、病変が疑われる部分と正常な部分の微妙な差異を見つけることです。

医師の診断を学習させるため、分野ごとの専門医が症例画像の診断根拠となる部分をマーキングした学習用データを作成します。

作成した学習用データと、健康な方のデータを使い、コンピュータに学習させることで結果を出すという流れが多いといえます。

医療画像解析に求められること

医療画像解析に求められることは、認識の精度を深層学習で高めるため、多くのデータから学ばせることといえます。

学習用データを作成する場合、病理画像であれば1点で数10分かかることもあれば、1時間程度必要になることもあります。

診察など多忙な医師に、AI を画像診断に活用するため協力してもらうことが必要となるでしょう。

ただ、深層学習が進歩したことで、画像解析の精度も飛躍的に上がっているようです。

医療現場での医療画像解析に対する期待も高まっているため、質の高い医療の提供のためにも一丸となって取り組むべきことといえます。

診断サポートやスクリーニングで使用できるシステムができれば、さらに有用性は高まることが期待できると考えられます。