技術がどれだけ進歩しても、皮膚科医による定期的な診察に代わるものはありません。皮膚がんの前段階や一部の皮膚がんは、皮膚の質感や医師の経験と直感によって特定できる場合があります。
皮膚がんの診断は視覚的なプロセスです。皮膚科医の熟練した目は長らく最先端の診断法とされてきました。しかし、技術の進歩により、デジタルツールは医師がより早期かつ正確な皮膚がん診断を実現し、患者が自身の治療に積極的に関与する上で、将来有望な可能性を秘めていることが示されています。第1部では、全身スキャナーについて解説しました。第2部では、皮膚がんを最も早期で治療可能な段階で診断するために、テクノロジーがどのように進化しているかを見ていきます。第3部では、オンライン診療と、貴重な医療データの保護方法について解説します。
ダン・ファーバー著
先見の明のある皮膚科医たちは何十年もの間、コンピュータービジョンと人工知能 (AI) を利用して、致命的な皮膚がんの診断と監視に役立てることを夢見てきました。しかし、同じくらい長い間、AI はその課題に応えられませんでした。コンピューターはかつて、冷蔵庫の中にまだ入っているシンプルでプログラム可能なシステムのように、機械的かつ直線的に「考え」ていました、とウィーン医科大学の皮膚科教授で、デジタル皮膚鏡検査と色素性病変を研究している医学博士ハラルド・キットラー氏は言います。
しかし、2012年頃から、コンピューターは、数々の進歩（一部はビデオゲーム業界によるもの）のおかげで、それまで習得できなかった複雑なスキルを習得し始めました。これにより、ニューラルネットワーク（人間の脳の働きをモデルにしたコンピュータープログラム）の飛躍的進歩がもたらされました。今日、これらのネットワークは、子供たちと同じように経験から学習します。「以前はコンピューターに何をすべきかを指示していましたが、ルールを与えることはあまりうまくいきませんでした」と、ニューヨーク市のメモリアルスローンケタリングの皮膚科サービス主任、アラン C. ハルパーン医学博士は言います。「今では、子供たちを訓練するのと同じようにAIを訓練しています。」
子どもたちが試行錯誤しながら学習するにつれ、脳内のニューロンは互いに接続して回路を形成する。正しい答えや役に立つ答えを生み出す回路は強化され、間違った答えや役に立たない答えにつながる回路は弱まる。学習中、私たちの脳は再配線される。このように学習する機械のニューラル ネットワークは、現実世界のデータセットのパターンを認識することで、人間の助けを借りずに自らをトレーニングできる。進化するにつれ、ニューラル ネットワークはより速く、より優れたものになった。抽象的なボード ゲームである囲碁などの複雑なゲームで世界クラスの名人に勝利した。音声を認識し、人間の話し言葉を書き起こした。そして、コンピューター ビジョンと人間の顔認識を、法執行機関やスマートフォンにさえ使用できるほど信頼できるものにした。
これらの進歩に勇気づけられ、ハルパーン博士と協力者チームは、デジタル皮膚画像を新しい方法で使用して悪性黒色腫による死亡率を減らす世界規模の取り組みとして、2015 年に国際皮膚画像コラボレーション (ISIC) と呼ばれるプロジェクトを立ち上げました。
メラノーマの診断を支援するために世界に挑戦
ISIC の第一の仕事は、人間とソフトウェアの両方をトレーニングするために使用できる、品質管理された皮膚病変のダーモスコピー画像の大規模な公開セットを収集することでした。これは簡単な仕事ではありませんでした。国際皮膚デジタル画像学会の傘下で、ハルパーン博士は、デジタルダーモスコピーと色素性病変を研究しているウィーン医科大学の皮膚科教授、ハラルド・キットラー医学博士や、オーストラリア、スペイン、コロンビアなどの他の皮膚科医を含む一流の皮膚科医の協力を得ました。彼らは協力して、臨床検査で収集された無害なほくろと黒色腫の両方のクローズアップ画像を 12,000 枚以上収集しました。「画像のアーカイブを設定してパブリック ドメインに置いただけでも大きな成果でした」とハルパーン博士は言います。次に、彼と彼の同僚は、コンピューター サイエンス コミュニティの関心を引くために、主要な医療画像会議で講演やワークショップを開催しました。「これもまた大きな課題でした。」
その後、ISIC は 2016 年春に開始したコンテストを創設しました。世界中のコンピューター サイエンティストに、ISIC 画像を使用して悪性黒色腫の診断に役立つコンピューター モデルを開発するよう呼びかけました。25 月までに、900 のコンピューター サイエンティスト チームが ISIC チャレンジで競い合いました。各チームはアプリを作成し、379 枚の画像のトレーニング セットを使用してアプリを「学習」させました。アプリのトレーニング後、競技チームは XNUMX 枚の画像からなる別のテスト パネルでアプリを評価しました。皮膚がんを専門とする XNUMX 人の皮膚科医が同じテスト パネルを分析しました。コンピューター ビジョン アプリは、一部の皮膚科医よりも正確でしたが、全員ではありませんでした。
ハルパーン博士と彼の同僚は勇気づけられ、2017年と2018年にコンテストを繰り返し、毎回難易度を上げていった。コンピュータサイエンスの世界では、競争熱が高まった。2018年130月までに、500のアプリ開発者チームがISICチャレンジに参加した。負けじと、96人以上の臨床医もこのゲームに参加した。アルゴリズムはこれまで以上に優れた結果を残し、悪性黒色腫の診断において臨床医をXNUMXパーセント上回った。この技術はまだ全国の診療所で本格的に導入できる段階ではないが、「コンピュータが皮膚科医の仕事の診断部分を間違いなく支援できるという原理証明だった」とハルパーン博士は言う。
人間対機械？
デジタル画像、自動化、機械知能が猛スピードで進歩するなか、皮膚科医の中には、それが自分たちや診療にどのような影響を与えるかを心配する人もいる。「彼らは脅威を感じていますが、そうすべきではありません」とキットラー医師は言う。最終目的は人間対機械の戦いではないとキットラー医師は説明する。むしろ、デジタルツールは皮膚科医の患者ケア能力を向上させるだろう。デジタルツールによって医師は診断をより簡単に下せるようになり、不必要な処置を回避し、皮膚科医と患者の体験を豊かにすることができるだろう。
皮膚科がそれを歓迎するかどうかに関わらず、医療業界全体に広がるイノベーションの波の一部として、変化は起こっています。「現在の医療提供のパラダイムは流動的であり、それは課題であると同時にチャンスでもあります」とハルパーン博士は言います。
「患者はより多くの情報と、画像を使って私たちとコミュニケーションをとる能力を与えられるようになった」と彼は言う。ナースプラクティショナーや医師助手などの高度な実践提供者によるケアは増加している。音声、画像、データ通信を使用して医師と遠距離からやりとりする遠隔皮膚科の利用も増加している。薬局チェーンはクリニックを提供し始め、個人診療所と競争し始めており、特定の医療システムとは関係のない遠隔医療会社も同様である。
一方、小規模グループの医療提供者が大規模グループや大手医療システムに統合され、ベンチャーキャピタリストがそれらを買収するなど、経済的な変化も起こっています。こうした変化は、コスト削減と利益増大のためにテクノロジーを活用する圧力が高まることを意味します。
こうした変化はすぐにも簡単にも起こるものではなく、医療従事者にはやるべきことがたくさんあるとハルパーン博士は言う。「医療が変容する中で、デジタル画像技術やモバイル技術をどのように活用するかを考え、最大限に活用する最善の方法を見極める必要があります。これを最適に実行できれば、医療の提供をはるかに改善できるはずです。私たちは、本当の変化が見られる転換点にかなり近づいています。」
ダン・ファーバーはニューヨーク近郊を拠点とするジャーナリストで、かつてはディスカバー誌の編集者を務めていた。彼は科学、医学、その他のテーマについて、全国誌に記事を執筆している。
*この記事は2019年発行の 皮膚がん財団ジャーナル。
