世界各地の医師は、診断や治療計画を迅速化し、より多くの患者を、より高い精度で診察する時間を確保するために、人工知能アルゴリズムを活用し始めています。医師になるために何が必要かは、少なくとも概念的には誰もが理解できます。何年にもわたって医学部の講義に出席し、膨大な教科書や学術誌を読み、現場での研修に数えきれないほどの時間を費やすことです。しかし、AIがどのように医学の技術を学んだのかは、直感的には理解しにくいものです。
アルゴリズムがこうしたパターンをどのように学習するのか、また技術にどのような落とし穴が潜んでいる可能性があるのかをより明らかにするため、Quartzは医療AIスタートアップ MD.aiの共同創業者レオン・チェン氏、そして放射線科医のルーク・オークデン＝レイナー氏と協力し、2つのアルゴリズムを訓練して、学習するにつれて医療専門家の判断とどの程度一致するかを調べました。一方は腫瘍性結節の有無を検出し、もう一方はそれが悪性である可能性を評価します。
医療用途に開発されている人工知能は、一般に複雑なパターン照合を行います。アルゴリズムに、腫瘍のある臓器の医療画像を数多く見せるとともに、腫瘍のない画像も見せ、2つのカテゴリーを区別するパターンを学習させます。
悪性、良性、腫瘍なしのCTスキャン画像を、2Dと3Dの両方で約20万枚、アルゴリズムに見せました。結節検出アルゴリズムが腫瘍を見つける学習を進めるなかで、その精度を測る方法は、専門医の診療現場に導入した場合と同じです。「再現率（recall）」という指標を使います。再現率は、誤警報の許容数を決めたうえで、アルゴリズムが検出できた結節の割合を示します。たとえばRecall@1が60%なら、スキャン1件につき誤警報を1回まで許容した場合、腫瘍の60%を検出するという意味です。悪性度判定アルゴリズムでは、正しく識別された結節の割合をそのまま指標とします。
理論上は、誤警報のしきい値を上げたり下げたりできますが、検出できる結節の割合に影響します。たとえば、検出した結節1つにつき誤警報を4回まで許容すれば、その割合は上がります。実際の医療現場では、誤警報が増えると患者に不要な検査を受けさせることになります。一方で、医師によって、正確さを重視するか、偽陽性を減らすかなど、アルゴリズムの感度に対する許容度は異なり、それぞれの診療の進め方によって変わります。
