東北大学、SASを活用した超音波画像の自動判別は、正確で低負担ながん診断の実現のために有用であることを報告

SAS® Viya®のディープ・ラーニングを活用した乳がんエコー画像診断研究の成果を発表

東北大学大学院 医学系研究科(所在地:宮城県仙台市、医学系研究科長・医学部長:八重樫 伸生、以下 東北大学)は、SAS Institute Japan株式会社(本社:東京都港区、代表取締役社長:堀田 徹哉、以下 SAS)が支援※1した、ディープ・ラーニングを用いた乳がんエコー画像診断研究の成果を論文誌Physics in Medicine & Biologyに発表しました。本研究論文では、乳がん診断の補助として、乳房エコー画像内の腫瘤を識別することを目的とし、SASのアナリティクス・プラットフォームである「SAS® Viya®」によるディープ・ラーニングを用いることで、高い診断精度が実現できることを報告しました。SASは、同社製品の学術研究での活用と教育機関における人材育成に向けた取り組みとして、また、同社の推進するデータを活用した人道支援/社会支援の取り組みであるData for Good※2の一環として、東北大学にソフトウェアおよび利用機材の提供と技術的支援により研究をバックアップしました。

乳がんの診断にはマンモグラフィーが用いられることが一般的ですが、乳房組織が密な女性の場合は精度が不十分で、その際には乳房エコー検査(乳腺超音波検査)による診断が用いられます。しかし、エコー画像の読影は、技師や医師の主観や経験に依存しがちな点や、偽陽性率(良性腫瘤を悪性と診断する割合)の高さから侵襲的生体検査が追加されることが多く、患者の精神的・肉体的負担が増加する点が課題となっています。AIを活用した画像検査により、医師による診断を補助し、より正確に腫瘤を判別することが可能となります。

画像を高い精度で識別できるディープ・ラーニング手法CNN (Convolutional Neural Network) は、対象の識別に有効な特徴量を学習によって自動的に獲得することにより、人間が気付かない腫瘤の特徴を発見することができます。本研究論文では、CNNモデルの一種であるVGG19とResNet152の出力結果を連結させて精度の高い識別を実現する手法である「アンサンブル学習」が採用されました。SAS Viyaは幅広いユーザ層を対象に設計されており、SAS言語やPython言語、R言語を使って複雑なモデルを簡単なコードで実装できるため、医学研究生が様々なモデルを構築し、その精度を検討することができました。

また、本研究で使用したデータセットには、1人の患者の画像が複数枚含まれているので、画像1枚ごとに腫瘤の識別をするのではなく、患者ごとに判別を行うというアイデアが採用されました。その結果、感度(悪性腫瘤を正しく悪性と識別する割合)が90.9%、特異度(良性腫瘤を正しく良性と識別する割合)が87.0%、AI(機械学習)の評価指標として一般的なAUCが0.951という、高い精度の識別モデルが実現されました。さらに、各画像のなかで、CNNモデルがどの部分に特に注目して識別結果を出力したかを示すヒートマップ分析からは、腫瘤そのもの以外の部分にも識別のためのヒントが隠されている可能性が示され、画像診断における新たな視点の存在が示唆されました。このように、最先端のAI技術を取り入れながら柔軟にモデル構築ができる点や、統計的正確性が要求される医学研究の報告で必要な評価指標が得られる点、また、ブラックボックスになりがちなAIに「なぜその結果を出力したか」の説明を求めることができる点も、SAS Viyaの特徴です。

今回の研究について山口 拓洋教授は、次のように述べています。「今回、SASの支援によりエコー画像診断にディープ・ラーニングを応用することができ、精度の高い診断支援システムについて報告することができました。今回報告したシステムは、識別に至ったプロセスが明確に示すことができないといった課題もありますが、それをクリアし実際の医療に活用することができれば、医師や患者の負担を軽減するだけでなく、医療費の削減にもつながることが期待されます。そのためにもSASの協力の下、さらなる研究を進めていきます。」

AIは今後も様々な分野の課題解決に役立つことが期待されています。東北大学医学系研究科は、ライフサイエンス領域において先端テクノロジーを活用し、分野・領域の垣根を超えた研究成果を発信し、人材輩出し続けます。今回のプロジェクトを進めたSASのアカデミア推進室は、幅広い分野の研究や業務にアナリティクスを活かせる人材を育成するために、教育機関に価値を提供する取り組みとして、今後も様々な教育機関における研究・教育に対して支援を拡大していきます。

【論文題目】
Title: Computer-aided diagnosis system for breast ultrasound images using deep learning Authors: Hiroki Tanaka, Shih-Wei Chiu, Takanori Watanabe, Setsuko Kaoku and Takuhiro Yamaguchi

タイトル:「ディ―プラーニングを用いた乳房超音波画像のコンピュータ支援診断システムに関する研究」
著者名:田中大樹、 邱士韡、渡辺隆紀、加奥節子、山口拓洋

掲載誌名:Physics in Medicine & Biology
URL: https://iopscience.iop.org/article/10.1088/1361-6560/ab5093
DOI: 10.1088/1361-6560/ab5093

SAS Viyaの拡張機能や詳細の製品情報については、以下のWebページをご覧下さい。
https://www.sas.com/ja_jp/software/viya.html

※1 SASによる本研究支援の開始は2018年4月に発表されています。
・SAS Institute Japan株式会社 HP
https://www.sas.com/ja_jp/news/press-releases/2018/april/2018-04-09-tohoku-univ-viya-jp.html
・東北大学HP
http://www.tohoku.ac.jp/japanese/2018/04/press20180409-nyugan.html
・東北大学大学院 医学系研究科 HP
https://www.med.tohoku.ac.jp/news/3716.html

※2 Data for Goodとは、医療のほか、貧困、健康、人権、教育といった様々な社会課題をデータとアナリティクスの力で解決していく取り組みであり、国内においても取り組みを強化しています。
https://www.sas.com/ja_jp/data-for-good.html

 

東北大学大学院 医学系研究科について

東北大学医学部医学科の源流をたどれば、仙台藩が1817年(文化14年)に藩の学問所「養賢堂」から「仙台藩医学校」を独立させ、同時に施薬所(現在の大学病院に相当)を設けたことに端を発します。1872年(明治5年)に宮城県立医学所に改組されたのち、1907年(明治40年)に東北帝国大学が設立されたことを受けて、1915年(大正4年)に帝国大学医科大学として設置されました。その後も時代の変遷とともに名称や組織を変えながらも綿々と伝統を受け継ぎ、国内でもトップレベルの医学教育・研究・診療の場として発展してきました。同窓会名簿「艮陵(ごんりょう)」には1万7千名を超える会員が名を連ね世界中で活躍しています。

医学系研究科では医学系の研究領域のほとんどを網羅する多彩な教授陣と優秀な研究スタッフを数多くそろえ、博士課程と修士課程を合わせて200名以上の学生を毎年受け入れています。各研究領域のエポックメイキングな研究成果が数多く生まれ、世界に向けて情報を発信し続けています。
東北大学大学院医学系研究科に関する詳細は、こちらにてご覧いただけます。
http://www.med.tohoku.ac.jp/

SAS Institute Inc. について

SASは、アナリティクスのリーディング・カンパニーです。SASは、革新的なソフトウェアとサービスを通じて、世界中の顧客に対し、データをインテリジェンスに変換するためのパワーとインスピレーションを届けています。SASは「The Power to Know®(知る力)」をお届けします。

*SASとその他の製品は米国とその他の国における米国SAS Institute Inc.の商標または登録商標です。その他の会社名ならびに製品名は、各社の商標または登録商標です。Copyright©2020 SAS Institute Inc.無断複写・転載を禁じます。

東北大学大学院医学系研究科

本件に関するお問い合わせ先

  • SAS Institute Japan株式会社
    広報担当:山中
    TEL:03-6434-3700
    E-mail:jpnpress@sas.com

Back to Top