推薦の言葉

　「AIが将棋･囲碁のプロに勝利」「AIで高速道路を自動運転」などの報道に驚いている間に，ルンバに代表される家電製品，スポーツ判定，ドローン映像など生活のあらゆる分野にAIが活用される時代になりました．本来，画像認識分野を中心に進化したAIは当然の如く医療にも広く応用されるようになっています．AIについてもっと知りたいと考えていても，「ディープラーニング」といった専門用語についていけず，AIの現状をわかりやすく解説した本を求めている医師は多いと思います．そんな医師にお勧めしたいのが，井川房夫先生・藤田広志先生の編著による本書「これだけでわかる！医療AI」です．
　本書はAIの基礎知識，医療全般への応用の概説の後，各臓器別の医療画像にAIがどのように貢献しているかの最新情報を多くの具体的な図表や画像を示して詳しく解説されています．今まさに世界を席巻している新型コロナウイルスのAI診断や，今後重要度を増すであろう介護・看護・遺伝子分野への応用，AI利活用ガイドライン等にも紙幅が割かれており，包括的にAIを理解するための最適の書となっています．本書によって医学とAIについて頭の中を整理し，新たなアイデアを創出する一助となるでしょう．
　政府はAIに関する研究開発に多くの投資を行おうとしており，それに伴い大学等の研究組織や企業はAI関連の部局･部署を新設・拡充していくものと思われます．本書は医療画像を主軸とした内容ですが，AIはVR，5G等の技術の発展を基礎にして，今後は医療ロボットや遠隔医療が広く定着していくことでしょう．読者の皆さんが本書を精読され，医学の発展のためのAI活用についてさまざまな方向性を見いだすことを祈念します．

2021年4月
岡山大学学術研究院　医歯薬学域長・脳神経外科学教授
伊達　勲

------------------------
序文

　Artificial Intelligence（AI）という言葉が世の中に目につくようになり，久しくなります．我々は，その可能性に期待を持つと共に，取り残されるのではないかという不安を抱きました．そういった不安を少しでも共有し，取り除きたいと思い誕生したのが本書であります．できるだけ平易な言葉を用い，図を多く採用し，英語は日本語に変換して，どなたにもわかりやすい本を作成いたしました．共同編集の藤田広志先生には，AIの広い知見から本書を俯瞰していただき厚く御礼申し上げます．
　現在，日本は人類が未だかつて経験したことのない速度で高齢化しており，医療費は2018年の経済協力開発機構（OECD）によるとGDP比世界第6位の高医療費国家となりました．したがって，今後の労働力を補うためにも，IT，AIの重要性は高まるばかりです．「シンギュラリティ（技術特異点）」という言葉がありますが，AIの進化は指数関数的で我々の予想をはるかに超え，少なくとも2045年にはAIは人類が予測できない域に達するといわれています．AIがAIを生み出すことを可能とし，人類は，AIと共に生きる共生へと進んでいくことが予想されています．その頃の働き方は想像もつきませんが，皆様には，変化をチャンスに変えていただきたいと願っています．本書がその一助になれば幸いです．
　執筆をお願いした先生方は，第一線でご活躍されている方々ばかりです．ご多忙にもかかわらず，充実した内容に仕上げてくださり，この場を借りて厚く御礼申し上げます．必ずや医療AIをめざす医療関係者の方々のお役に立てると確信しており，ひいては多くの患者さん，医療社会に貢献できたら幸いです．最後になりましたが，本書にご協力いただいたすべての方々に心より感謝申し上げます．

2021年　新型コロナウイルス感染症ワクチン接種開始中より
島根県立中央病院 脳神経外科部長
井川房夫

目　次

I.医療AI入門 
　1．人工知能（AI）の基礎〈坂本真樹〉
　　　1.　人工知能（AI）とは 
　　　2.　医療における人工知能（AI）の歴史 
　　　3.　医療におけるAIの課題と展望 
　2．データサイエンスの基礎〈本谷秀堅〉
　　　1.　データサイエンスとは 
　　　2.　データサイエンスの学問上の核 
　　　3.　データサイエンスの実践上の核 
　　　4.　人工知能・データサイエンス・ディープラーニング 
　　　5.　データサイエンスの今後 
　3．ディープラーニングの基礎〈川上英良　大矢めぐみ〉
　　　　はじめに 
　　　1.　ニューラルネットワークの基本原理 
　　　2.　深層化の課題：過学習と勾配消失問題 
　　　3.　畳み込みニューラルネットワーク 
　　　4.　深層学習技術の応用 
　　　　おわりに 
　4．AI医療活用〈高橋優三〉
　　　　はじめに 
　　　1.　AIの得意技 
　　　2.　医療熟練者の技を代替するAIの能力 
　　　3.　AIは全く新しい診断アプローチを創作する 
　　　4.　素人が利用するAI診断アプリ 
　　　5.　AIを利用した医療─合理化・省力化できる業務の例 
　　　6.　AIを利用した医療─医療のあり方を変えてしまう例 
　　　7.　医療におけるAIの関連法規 
　　　8.　今後の課題 
　5．画像診断への応用〈藤田広志〉
　　　　はじめに 
　　　1.　長い歴史 
　　　2.　新潮流 
　　　3.　畳み込みニューラルネットワーク 
　　　4.　画像データベース 
　　　5.　進化・多様化 
　　　　おわりに 

II. AI臨床応用：画像を中心に 

　1．乳房画像のAI診断〈井上謙一〉
　　　　はじめに 
　　　1.　マンモグラフィの読影が難しい 
　　　2.　乳房の構成を判定するのが大変 
　　　3.　エコー検査で病変を見逃していないか心配 
　　　4.　マンモグラフィで乳腺がしっかり描出されていない 
　　　　おわりに 
　2．胸部画像に対するAI診断〈檜垣 徹　粟井和夫〉
　　　　はじめに 
　　　1.　胸部画像診断に対するAI技術 
　　　2.　胸部画像診断を支えるAI技術 
　　　　おわりに 
　3．脳動脈瘤のAI診断〈井川房夫〉
　　　　はじめに 
　　　1.　AI技術の現状 
　　　2.　画像診断支援と機械学習 
　　　3.　未破裂脳動脈瘤の画像診断 
　　　4.　AIによる脳動脈瘤診断 
　　　5.　AIの今後の展望 
　4．AI超音波画像検査〈小松正明　小松玲奈〉
　　　　はじめに 
　　　1.　産婦人科領域での超音波画像診断支援 
　　　2.　循環器科領域での超音波画像診断支援 
　　　3.　超音波検査結果の説明可能性 
　　　4.　超音波画像における影の自動検出 
　　　　おわりに 
　5．AI内視鏡検査〈三澤将史　工藤進英　森 悠一〉
　　　　はじめに 
　　　1.　AIとは？ 
　　　2.　上部消化管内視鏡におけるCADeの研究開発 
　　　3.　大腸内視鏡におけるCADeの研究開発 
　　　4.　上部消化管のCADxの研究開発 
　　　5.　大腸内視鏡のCADxの研究開発 
　　　6.　内視鏡AIの未来像と知るべきAIの限界 
　6．眼底写真のAI診断〈田淵仁志〉
　　　1.　眼底写真ディープラーニング診断の初報告から現在までの概略 
　　　2.　臨床医はまず初めにAI診断法の陽性的中率を算出しよう 
　　　3.　ディープラーニングの利用は簡単 
　　　4.　ディープラーニングの性能限界を知ろう 
　　　5.　ルールベースとディープラーニング 
　　　6.　ディープラーニングは適切なフレーミングを必要とする 
　　　　まとめ 
　7．病理画像のAI診断〈佐々木　毅〉
　　　1.　なぜ病理診断に病理診断支援AIプログラムが必要か？ 
　　　2.　日本病理学会により病理診断支援AIプログラムの開発研究 
　　　3.　病理診断支援AIプログラムの現状 
　　　4.　病理診断支援AIプログラムの問題点 
　8．新型コロナウイルスのAI診断〈堀江仁志〉
　　　1.　新型コロナウイルス感染症の世界的広がり 
　　　2.　新型コロナウイルス感染症の画像所見 
　　　3.　コロナウイルス感染症におけるAI診断の現状 
　　　4.　日本におけるPMDA承認状況 
　　　5.　胸部CT肺炎判定AIエンジン 
　　　6.　胸部CT肺炎判定AIエンジンの実例 
　　　7.　胸部CR　AIエンジン 
　　　8.　胸部CR（肺炎判定）エンジンの実例 
　　　　まとめ 

III.医療AI周辺 
　1．AIホスピタル〈大山慎太郎　白鳥義宗〉
　　　1.　2025年問題と医療の課題 
　　　2.　医療DXにおけるAIの価値と開発 
　　　3.　AIホスピタルのミッションと課題 
　2．日本医師会におけるAIの取り組みについて〈羽鳥 裕〉
　　　　はじめに 
　　　1.　AI技術の進歩と医療分野への応用 
　　　2.　日本医師会におけるAIの取り組み 
　　　3.　第IX次学術推進会議 
　　　4.　第X次学術推進会議 
　　　5.　その他の取り組み 
　　　6.　これからの医療とAI 
　3．ゲノム・エピゲノム解析─AI技術を利用した肺がんのマルチオミックス解析〈浅田 健　浜本隆二〉
　　　1.　背景 
　　　2.　機械学習・深層学習を利用したマルチオミックス解析 
　　　3.　新規肺腺癌予後関連遺伝子の発見 
　　　4.　今後の展望 
　4．介護と看護におけるAI〈小林美亜　石川翔吾〉
　　　　はじめに 
　　　1.　介護・看護領域におけるAIの現状 
　　　2.　看護現場における業務の効率化 
　　　3.　介護現場における生産性と利用者のQOLの向上 
　　　4.　今後の介護・看護におけるAIの活用可能性 
　　　5.　マルチモーダル自立共生支援AI 
　　　　おわりに 
　5．機械学習を取り込んで進展する次世代の医学研究〈一原直昭〉
　　　1.　機械学習が担う2つの重要なタスク：予測と説明 
　　　2.　主要な学習手法 
　　　3.　主要な説明手法 
　　　4.　機械学習モデルを医学研究に応用する利点：精度と柔軟性 
　　　5.　機械学習の応用が有意義な研究シナリオ 
　　　6.　機械学習の応用における留意点：差別助長といった副作用の予防 
　　　　おわりに 
　6．医療の可能性を切り拓くクラウドとAI〈遠山仁啓〉
　　　1.　AmazonとAWS 
　　　2.　過去20年間にわたる継続的なAIへの投資 
　　　3.　AWSのAI/ML（Machine Learning）スタック 
　　　4.　医療に特化したAIサービス 
　　　5.　ヘルスケア領域でのAI/ML活用事例 
　7．画像診断支援AIと個人情報，セキュリティ，倫理〈板倉陽一郎〉
　　　1.　画像診断支援AIの法と倫理 
　　　2.　画像診断支援AIとAI倫理 
　　　3.　画像診断支援AIと個人情報保護法制 
　　　4.　画像診断支援AIと情報セキュリティ 
　8．企業におけるAI機器の推進〈島原佑基　韓 昌熙〉
　　　　はじめに 
　　　1.　韓国におけるAI画像診断システムの開発動向 
　　　2.　日本におけるAI画像診断システムの開発動向 
　　　3.　当社の診断支援技術EIRL 
　　　4.　EIRL aneurysmの臨床医による評価 
　　　5.　今後の展望 
　9．AIの薬事承認〈高江慎一〉
　　　　はじめに 
　　　1.　薬事関係におけるAIに関するこれまでの対応 
　　　2.　AIを利活用した医療機器の審査に対するスタンス 

索引 

執筆者一覧

井川房夫　島根県立中央病院脳神経外科　部長　編著
藤田広志　岐阜大学工学部　特任教授/名誉教授　編著
坂本真樹　電気通信大学　副学長/大学院情報理工学研究科　教授/人工知能先端研究センター　副センター長　
本谷秀堅　名古屋工業大学 情報工学教育類メディア情報分野 情報工学専攻 メディア情報分野　教授　
川上英良　千葉大学大学院医学研究院 人工知能（AI）医学　教授　理化学研究所チームリーダー　
大矢めぐみ　千葉大学大学院医学研究院 人工知能（AI）医学　特任研究員　
高橋優三　兵庫医科大学医学教育センター　客員教授　
井上謙一　湘南記念病院乳がんセンター　副センター長　
檜垣　徹　広島大学大学院医系科学研究科放射線診断学 共同研究講座　准教授　
粟井和夫　広島大学大学院医系科学研究科放射線診断学 共同研究講座　教授　
小松正明　理化学研究所 革新知能統合研究センター がん探索医療研究チーム　副チームリーダー　
小松玲奈　昭和大学江東豊洲病院 産婦人科　助教/理研AIP-富士通連携センター　客員研究員　
三澤将史　昭和大学横浜市北部病院消化器センター　講師　
工藤進英　昭和大学横浜市北部病院消化器センター　教授　
森　悠一　昭和大学横浜市北部病院消化器センター　講師　
田淵仁志　広島大学医療のためのテクノロジーとデザインシンキング寄附講座　教授/ツカザキ病院眼科　主任部長　
佐々木　毅　東京大学大学院医学系研究科次世代病理情報連携学講座　特任教授/ゲノム病態標準化センター　センター長　
堀江仁志　株式会社ドクターネット　取締役副社長　
大山慎太郎　名古屋大学医学部附属病院メディカルITセンター　特任助教　
白鳥義宗　名古屋大学医学部附属病院メディカルITセンター　センター長/病院教授　
羽鳥　裕　はとりクリニック　院長/日本医師会 常任理事/日本専門医機構　理事　
浅田　健　理化学研究所 革新知能統合研究センター がん探索医療研究チーム　研究員/国立がん研究センター研究所 医療AI研究開発分野　外来研究員　
浜本隆二　国立がん研究センター研究所 医療AI研究開発分野　分野長/理化学研究所 革新知能統合研究センター がん探索医療研究チーム　チームリーダー/東京医科歯科大学大学院 医歯学総合研究科 連携大学院教授（連携教授）　
小林美亜　和洋女子大学　教授（前 静岡大学創造科学技術大学院　特任教授）　
石川翔吾　静岡大学情報学部　助教　
一原直昭　東京大学大学院医学系研究科医療品質評価学講座　特任助教　
遠山仁啓　Amazon Web Services　Senior Solutions Architect　
板倉陽一郎　ひかり総合法律事務所　パートナー弁護士　
島原佑基　エルピクセル株式会社　代表取締役　
韓　昌熙　エルピクセル株式会社　
高江慎一　厚生労働省大臣官房厚生科学課　研究企画官（前PMDA医療機器審査第一部長）