眼底写真から7つの目の病気を見分けるAI、精度と課題は？

『眼底写真』って、目のどこを撮ってるの？肉眼では見えない部分なの？

眼底写真は、目の奥にある網膜と血管を撮影したものです。肉眼では絶対に見えません。眼底カメラという専用の機器を使って、瞳孔を通して目の奥を照らし、その様子を写真に収める。網膜は光を感じる組織で、目の一番奥にあるので、普通は眼科医が検査機器で覗き込まないと見られないんですよね。 ここが重要なのは、網膜の状態が全身の健康を映す鏡になるという点です。糖尿病が進むと網膜の毛細血管が傷んで、眼底写真に出血や白斑が映る。緑内障なら視神経の形に変化が出る。つまり、目の奥という隠れた場所で、いま体の中で何が起きているのかが、写真という客観的な記録として残る。だから医者も診断の根拠にしやすいし、AIも学習しやすいわけです。 ただし、見えるのは網膜と血管だけ。眼圧や視神経の奥行き感など、写真には映らない情報もあるから、緑内障のような病気では判定が揺らぎやすくなってくるのかもしれません。

糖尿病とか持ってる人は、今後この検査をスマートフォンでできるようになると、定期的な病院通いが減ったりするの？

減るかもしれませんが、むしろ逆に通う頻度が増える可能性もあります。 スマートフォンで簡単に検査できるようになると、敷居が下がるので「月1回チェック」みたいな定期的な自己検査が習慣化しやすくなる。実際に眼底に変化が見えたら、その時点で病院に走るという流れになりそうです。つまり、「3ヶ月ごとの通院」から「異常を感知したときの即座の通院」へシフトするイメージ。 重要なのは、記事にある「医者は本当に信じていいのか判断しにくい状態」という点です。AIが「これは糖尿病網膜症の初期段階」と判定しても、医者はそれが本当かどうかを別の検査で確認しなきゃいけない。スマートフォン検査だけで完結するわけではなく、結局は医者の診断が必須という構図が当面は続く。むしろ、自宅で簡単にチェックできるぶん、「気になったからすぐ病院へ」という緊急性が高まるかもしれません。検査の敷居が下がることと、医者への依存がなくなることは、別の話なのかもしれません。

医療用のAIが『医者レベルの精度』に達するのって、最近になって急に成功し始めたの、それとも昔からちょっとずつ進化してたの？

医療画像の診断AIに限って言うと、ここ10年で急加速してるというのが実感です。 2010年代前半までは「AIが医学雑誌に載るような結果を出す」こと自体が珍しかった。それが2015年前後のディープラーニング革命で一気に変わって、2018年ごろには「AIが放射線科医と同等」という論文が次々と出始めた。眼底診断も、おそらくそのタイミングから真剣に研究され始めたんだと思います。 ただ、これを「急に成功した」と見るかは微妙で、実際には昔からコツコツ準備はされてたんですよ。医学画像のデジタル化が進んで、学習用データが大量に溜まった。計算パワーも格段に上がった。その基盤があったから、新しい手法がきたとたんにツボにはまった感じです。 いま眼底写真のAIが「医者レベル」に達したというのも、火がついてからわりと早い。つまり、うかがえるのは昔ながらの「ゆっくり進化」というより、条件が整った瞬間の「一気の開花」という構図だと言えそうです。

『AIが判定したけど、理由は説明できない』って、これは医療に限った問題なのか、それとも他の分野でも同じように起きてる課題なの？

医療に限った問題ではなくて、むしろ逆で、医療がいちばん厳しく問われてる分野なんですよ。 金融機関が融資審査にAIを使う場合、「あなたは融資対象外」と判定されても、申請者は理由を詳しく知らないまま終わることが多い。採用試験でAIがふるい分けしても、企業が説明責任を問われることはほぼない。AIが誤判定したとしても、後始末は人間が対応すればいい、という仕切り方が可能な分野もあります。 ただ医療は違う。誤診が患者の生命に直結するし、万が一AIの判断が間違ってたら、責任はどこにあるのか曖昧になる。医者自身が「このAIの結論を患者に説明できるか」が、使えるかどうかを左右する。つまり、AIの「ブラックボックス」が許される度合いが、分野によって全然違うわけです。 医療でいま苦労してる「なぜそう判定したのか説明できない」という課題は、他業界では事実上スルーされてることが多い。医療がそこに向き合わざるを得ないのは、人命がかかってるからこそと言えそうです。

珍しい病気ほど学習データが少なくてAIの精度が低いって、逆に言うと珍しい病気の患者さんは、AIではなく医者の診察に頼らざるを得ないってこと？

その通り、という側面と、ちょっと違う側面と、両方あります。 珍しい病気だと学習データが少ないので、AIの判定精度は低く、医者は「このAIの判断は信じていいのか」と疑わざるを得ません。だからAIだけに頼ることはできない。その意味では、珍しい病気こそ人間の医者の判断が必須になるというのは正しい。 ただ同時に、珍しい病気の患者さんにとっては、AIが「これは異常です」と指摘してくれるだけでも価値がある側面もあります。眼底写真から何かしらの兆候をAIが拾い上げ、医者へのセカンドオピニオンの引き金になるかもしれない。完璧な診断ではなくても、「見落としのリスクを減らすサポート役」としての機能は果たせるわけです。 むしろ課題は、珍しい病気が本当に稀だからこそ、データを集めるのが極めて難しいというデータサイエンスの構造的な問題。医学的には知見が蓄積していても、デジタル化されたデータとしては圧倒的に不足している。ここを埋める工夫が、実用化の鍵になりそうです。