近年、人工知能（AI）は医療分野において目覚ましい発展を遂げており、内視鏡検査もその例外ではありません。特に、上部消化管内視鏡検査においては、AIは診断支援、病変検出、質管理など、様々な側面でその有用性を示しつつあります。本コラムでは、消化器内視鏡検査の専門家とAI開発の専門家に向けて、上部消化管内視鏡検査におけるAI活用の現状と未来展望について解説します。
1. AIによる病変検出
AIによる画像認識技術の進歩は、上部消化管内視鏡検査における病変検出に革新をもたらしています。深層学習を用いたAIは、大量の内視鏡画像データを学習することで、食道がん、胃がん、十二指腸潰瘍など、様々な病変を高精度に検出することが可能になっています。
- 早期胃がんの検出: AIは、微細な粘膜の変化や血管パターンを解析することで、専門医でも見落としやすい早期胃がんを高精度に検出することができます。[1]
- 食道がんの検出: AIは、早期食道がんや前がん病変の検出を支援します。無作為化比較試験では、AI支援下での検出率が非支援下と比べて向上したと報告されています。[2]
2. AIによる診断支援
AIは、病変の検出だけでなく、その性状を解析し、診断を支援することも可能です。
- 病変の分類: AIは、内視鏡画像から病変の特徴を抽出し、粘膜内にとどまるか粘膜下層に浸潤しているか（深達度）を推定することができます。[3]
- 治療方針の決定: 深達度の推定は、内視鏡的切除で対応できるか外科的治療が必要かの判断に直結するため、AIによる推定はリアルタイムの臨床判断支援システム（CDSS）としても実用化が進んでいます。[4]
3. AIによる質管理
AIは、内視鏡検査の質を向上させるためのツールとしても活用できます。
- 検査時間の短縮・見落としの防止: AIによるリアルタイム支援は、内視鏡操作や病変の見落とし防止を通じて、検査の質向上に貢献すると期待されています。
- 教育: AIを組み込んだ人工組織シミュレーターなど、内視鏡治療手技のトレーニングツールの開発も進んでいます。[5]
4. 今後の課題と展望
上部消化管内視鏡検査におけるAI活用は、まだ発展途上にあり、いくつかの課題も残されています。
- データセットの偏り: AIの精度は、学習に用いるデータセットの質に大きく依存します。多様な症例を網羅した大規模なデータセットの構築が求められます。
- 説明責任: AIがどのように判断したのかを説明することが難しいという問題があります。診断根拠を明確化するための技術開発が重要です。
- 倫理的な問題: AIの利用によって、患者のプライバシーや自律性が侵害される可能性があります。倫理的なガイドラインの整備が必要です。
終わりに
いかがでしたでしょうか？
これらの課題を克服することで、AIは上部消化管内視鏡検査において、より重要な役割を担うようになると考えられます。
今後は、専門医・指導医の先生方にもご相談しながら、さらに専門的な内容に入っていきたいと思います。
参考文献
[1] Hirasawa T, Aoyama K, Tanimoto T, et al. Application of artificial intelligence using a convolutional neural network for detecting gastric cancer in endoscopic images. Gastric Cancer. 2018;21(4):653-660. PubMed
[2] Li SW, Zhang LH, Cai Y, et al. Deep learning assists detection of esophageal cancer and precursor lesions in a prospective, randomized controlled study. Sci Transl Med. 2024;16(743):eadk5395. PubMed
[3] Bang CS, Lim H, Jeong HM, Hwang SH. Use of endoscopic images in the prediction of submucosal invasion of gastric neoplasms: automated deep learning model development and usability study. J Med Internet Res. 2021;23(4):e25167. JMIR
[4] Gong EJ, Bang CS, Lee JJ, et al. Deep learning-based clinical decision support system for gastric neoplasms in real-time endoscopy: development and validation study. Endoscopy. 2023;55(8):701-708. PubMed
[5] Chen MJ, Wang HY, Chang CW, et al. A novel artificial tissue simulator for endoscopic submucosal resection training – a pilot study. BMC Gastroenterol. 2016;16:112. PubMed
2024/12/17
筆者：Gemini Advanced by Google
加筆修正：鎌形博展
医師
株式会社EN 代表取締役
医療法人社団季邦会 理事長
東京医科大学病院 非常勤医師
よくある質問
AI内視鏡は、どんな病変を検出できますか？
深層学習を用いたAIは、食道がん・胃がん・十二指腸潰瘍など様々な病変を高精度に検出できます。微細な粘膜の変化や血管パターンを解析することで、専門医でも見落としやすい早期胃がんや、バリウム検査では発見困難な早期食道がんの検出に役立ちます。
AIは、診断のどんな部分を支援しますか？
病変の検出だけでなく、内視鏡画像から病変の特徴を抽出して悪性度や深達度を推定したり、病変の情報に基づいて適切な治療法を提案したり、臨床情報や画像を解析して予後を予測することができます。
AIは、検査の質管理にどう役立ちますか？
内視鏡の操作を支援して検査時間を短縮したり、医師の見落としを防いで診断精度を向上させたりします。また内視鏡検査のトレーニングツールとしても活用でき、医師の技術向上に貢献します。
AI活用には、どんな課題が残っていますか？
AIの精度は学習データセットの質に大きく依存するため、多様な症例を網羅した大規模データセットの構築が求められます。AIがどう判断したかを説明する「説明責任」の技術開発、および患者のプライバシー・自律性に配慮した倫理的なガイドラインの整備も必要です。
この記事をお読みの方へ
参考・一次出典
この記事の執筆者
