2016-11-26

AIと医療との関わり合い

医師

AI技術の飛躍がすごい。ここ最近の話だと、アルファ碁が世界最強クラスの棋士であるイ・セドル氏を圧倒的な強さで勝利していた。

知的ゲームの最高峰とも言える囲碁で機械が人間に勝った。となると次は当然、それを実際の知的作業に適用しようとするのが当然の流れなのだと思う。

実際、IBMはワトソンを開発し、医療の現場に対し、画像診断などにその技術を活用しようとしている。

そのような流れの中でよく見かけるのが、「画像診断に関わる医者はそろそろ失業時代が来る」と言ったある意味扇動的な話。

実際これってどうなんだろう。確かに、特定の画像情報や臨床所見がありさえすればall or noneで確実に判断できる疾患、ということであれば「その仕事は機械に奪われる」と言っても良いのかもしれない。(そういう理由で特定の癌の診断からスタートしているのだと思う)

だけど僕自身はそんなに単純な話ではないと思っている。むしろ画像診断に関わる医師の仕事量は変わらないのではないかとさえ思う。忘備録として、その根拠を適当に書き記しておきたい。

1.AIは逆問題に答えられない

AIを実際の医療現場に入れる中での一番大きな問題はこれだと思う。AIは莫大な元データの中から、膨大な演算処理をかけて結果を弾き出している。その処理体系は人間がやる処理とは根本的に異なっているため、AIが弾き出した結論に疑問があった場合、それに答えることができないという問題をはらんでいる。(仮に全ての演算処理を1つ1秒で答えたとして、その全てを提供したらそれだけで人間の一生が終わってしまう)

2.そもそもの元データに全ての臨床データが入っているとは限らない

AIを教育するのは基本的には医師を中心とした医療従事者により作られるデータであるが、人間の機能はまだ完全に解明されていない以上、教育用のデータに誤りがある可能性は非常に高いと言える。つまり、不完全な情報で教育されたAIが必ずしも100%正しい結論を導いてくれるとは限らない。

3.確定に至るまでに使えるプロセスが病院間で一致しているとは限らない

診断を下す際、どのようなモダリティを使えるか、というのは病院によって異なるケースが大半だと思う。そのような背景がある以上、同じ疾患の診断の場合でも、

(a)MRI + CT で結論を出す (b)CTのみで結論を出す

のような違いが生まれてくることになる。そのような違いを自ら能動的に判断することはAIには難しい。

4.モダリティの発展に対応ができない

AIは大量のデータから学習しないとその力が発揮できない以上、モダリティの進歩についていくことが困難である。画像に写る情報量は年を重ねるごとに精度を増している。(画像の鮮明さなどにもそれは現れている)

AIはユークリッド空間的な差を読み取ることで診断をかけているので、このようなモダリティの性能上昇に伴うデータのばらつきに対応するのが難しいのだと思う。

また、そもそも全く新しい原理のモダリティが出てきた場合、AIは全く無力となる。

5.診断能力は AI only < AI + 人間

そもそものところで、診断能力は高ければ高いほど良いはず。(もちろんそれに伴って医療コストをいくらでも上昇させられるわけではないが、それは一旦議論から外しておく。)

基本的に、AIだけで診断させるよりも、AIと共同してやった方が診断能力は強力になる。であるのなら、わざわざ全自動化させるメリットも少ないと言える。

ざっと挙げられると以上のような理由から、AIが完全に画像診断の仕事をreplaceすることはないと思う。ただ、だからと言って今のままの形で画像診断が残る訳でもなさそうで、これからはいかにAIの利点を活かせるか、というのも画像診断に関わる医師の資質になってきそうだ。

2016-06-21

医学部の間の目標

医学部

仮決めしたことをひとまず列挙しておきたいと思う。

【医学部時代の目標】

・神経系に関する発表を2回して、論文を2本書く

・全ての基礎医学のテストで学内Top10に入る

・OSCE、CBTの成績で学内Top10に入る

・TOEFL ITPで610点を取得する

・医学論文の原文が読めるようになる

・外国人と英語でディスカッションできるようになる

・海外実習に行く

・国家試験を学内Top10で通過する

・健康な体づくりをする

2016-06-21

今後の目標

キャリア医師

将来に向かって、自分の進むべき道を仮決めしておくことの効果は半端ないと思っていて、ここが明確にセットできればあとはやるだけなのだと思う。

医学部に入って3か月弱が経過したが、この期間は正直ダラダラと過ごしてしまったように思う。もっと自分に問いながら日々を過ごさないと。

そういう訳で、ひとまずの目標をセットしておきたい。目標なんて変わるものだし、変わったときはそれはそれで成長の証なので気にしないことにする。

僕の人生の目標は、『精神的・肉体的に弱っている人の側に寄り添い、当たり前のことが当たり前にできるという日々の小さな幸せを感じてもらうこと。』なのです。

そのために医師のキャリアとしては、『一流のneurologist & physiatristになる』ことに決めました。つまり、一流の脳神経内科医、一流のリハビリテーション科医になろうと思います。

急性期疾患に対応でき、全身管理がきちんとできる事。

難病と呼ばれる病気であっても、何かしらの貢献ができる事。

急性期の治療だけでなく、回復期の支援も行える事。

社会復帰が円滑に進むようにサポートできる事。

こういった事が出来る医師になるべく精進していきます。

2016-04-30

放射線科_メモ

メモ

tedxtalks.ted.com

logmi.jp

www.nara-radiology.com

2016-04-30

画像診断は機械に取って変わられるのか。

医師キャリア

僕はまだ医学部の1年生であるが、将来どのような診療科に進もうか、ということをけっこう意識して生活しています。6年という期間で医学の基礎知識をつけ、その後2年は初期研修で様々な科をローテーションするので、まだまだ自分の専門領域を定める必要はないのかもしれないが、他の医学生より年齢を重ねている分、そういった話には敏感でありたいと思っているからです。

以前、知り合いの臨床医の方と話をしていて、「僕に向いている診療科は何か」という話をしてくれていた。その時、「放射線科とかは意外と向いているかも」と言われたので、ここ2〜3日それについてのリサーチをしていた。

■向いていそうだと思った理由

・最先端の科学技術が入ってくる頻度が非常に高い

・全身をジェネラルに見る事ができ、画像やデータに基づいた詳細な判断が下しやすい

・技術集約というより知識集約という側面が大きそう

・長時間の手術などに関わる可能性が外科などよりも少なく、体力勝負になりにくい

・日本国内では放射線科医の成り手がまだ少なく、需要の高い分野である

しかし一方で、放射線科医のメインの仕事である画像診断の基本は「形態を見て、何らかのアルゴリズムに則って基準値との差を判断する」というパターン認識になると思うので、この領域は「将来どんどん機械が代行するようになる分野なのでは？」という不安もあると感じました。

最近だとアルファ碁に代表されるような深層学習によって、すでにデータが十分量たまっている場合には機械が代行するというのは可能性としてはかなり高いと思います。

そのような前提のもと、僕なりの思考実験の結論としては、放射線科医で特に診断をメインとする場合の仕事は、以下のようになるのではないかと考えています。

・データが十分に存在していて、変動が少ない領域の画像診断はその大半を機械が行い、最終承認を医師が実施する

・データは十分に存在しているがかなり個人差が大きく変動が大きい領域の画像診断は機械が出してきた診断を元に、数名の医師が自身の経験則や実際の患者の容態を含めた突合を行い、最終判断を医師が下す