国立研究開発法人国立がん研究センターとNECは2017年7月10日、人工知能（AI）を用いて大腸がんおよび前がん病変（大腸腫瘍性ポリープ）を内視鏡検査時にリアルタイムに発見するシステムを開発したと発表した。現状はプロトタイプだが、内視鏡画像からポリープと早期がんを98％の確率で発見したとしている。内視鏡医による病変の発見を支援するのが狙い。
大腸の内視鏡検査時に撮影する画像を用いて、大腸がんおよび前がん病変であるポリーブをリアルタイムに自動検知するシステムである（図1）。内視鏡の動画の各フレームにおける検知と結果表示を約33ミリ秒以内（30フレーム/秒）で行えるため、実際の診療においてリアルタイムに医師に通知できる。
図1●システム概要図（出所：NEC）拡大画像表示
画像を判定するアルゴリズムは、深層学習（ディープラーニング）を用いて生成した。国立がん研究センター中央病院内視鏡科によって所見が付けられた約5000例の内視鏡画像を学習させた。こうして生成したアルゴリズムを用いて新たな内視鏡画像を解析したところ、ポリープと早期がんを98％の確率で発見できた（図2）。
図2●ポリープ検出の例（出所：NEC）拡大画像表示
画像診断システムのプロトタイプは、1台のPCで実現した。リアルタイムに画像を診断して医師に通知できるように、現状のプロトタイプでは画像処理装置（GPU）を搭載している。
今後は、国立がん研究センター中央病院内視鏡科に蓄積されている1600例以上の、肉眼では認識が困難な平坦・陥凹性病変をAIに学習させ、システムの精度を上げる。また、画像強調内視鏡に代表される新しい内視鏡を利用することによって、大腸ポリープ表面の微細構造や模様を学習させ、大腸ポリープの質的診断も目指す。さらに、CT画像や分子生物学的情報などの情報とリンクさせ、より利用価値の高い内視鏡画像診断補助システムを目指すとしている。
今後はさらに、学習のための計算資源として、国立がん研究センター研究所・新研究棟4階に設置されたAI解析用のGPGPUクラスタ（浮動小数点演算を高速に実行できるようにGPUを搭載したPCを複数台並べた並列コンピュータシステム）を利用する。GPGPUクラスタと中央病院内視鏡科の録画サーバーを接続し、研究を加速させる。
