このエピソードを読む
2023年7月3日 11:08 編集済
少し触った程度で深く理解している訳ではないですが、診断予測AIはネットから拾うのでなく、電子カルテのデータベースから拾うことを想定しているようです。それで、とにかくたくさんの電子カルテのデータベースを構築すること。ベイズ統計理論で、検査数値の異常などの例を検索して似たような、検査数値の異常のあるカルテを絞りこんでいくわけです。そうすると、統計理論的にある診断が割り出される仕組みです。実際に生成AIはネットから拾いあつめているので、ネットから集めるのか、電子カルテデータベースの違いです。ネットにはガセもフェイクもたくさんあり、不正確になるのはわかります。ただ電子カルテは誤診は予測の下の方になっていくわけで、大多数の医師がこう診断している、というのが上位検索結果になる仕組みですね画像イメージからも検索は可能になって、結核などはすぐにでも実用化レベルでしょう。医師はGoproのようなカメラ付がついた眼鏡をかけて、患者さんの口を覗くと、その眼鏡のスクリーンに、矢印が出て「〇〇」だと見ることがすぐソコの未来にあるわけです。腫瘍なども、電子カルテのMRI画像などが一定整えば出来ることが見込まれます。MRIやCTのほか、fMRIや今後開発が進むと言われるfNIRSなどが蓄積していけば、診断補助としてはかなり、有効なものと考えられます。それにはGPUによる計算速度向上が図られる必要がありますが、それを積極的に開発していたのは、詐欺で逮捕された斎藤元章氏(現在は弟が会社代表で出所待ち)、女性問題で失脚した米山隆一衆議院議員斎藤氏の著書「エクサスケールの衝撃」ではその構想が簡単に触れられています(ご返答御礼)ありがとうございました。現場も、そのあたりに気がついていて、AIの予測は、複数候補がでて最終的に診断するのは、「人の手」だとか。結核あたりは、もうレントゲンのデジカメにマーキングして出力なんてことは可能かもしれませんが、検査機関の喀痰検査などもネットワークにつながって、電子カルテに自動で入っている、みたいなことも出来るとか、なんとか、みたいです。長文失礼しました
作者からの返信
コメントありがとうございます。問題は電子カルテを基にしたデータベース、いや、医師が記載したカルテそのものの信頼性がどの程度あるか、というところだろうと思います。以前聞いたことのある昔話ですが、いつごろかは知りませんが、東大病院で「名医」と呼ばれていた内科教授の退官講演で、自身の診断と病理解剖での診断を比較して、自身の診断の正診率を発表したことがあったそうです。正診率は約2/3，誤診の中でも「小さな誤診（同じ系統の、似たような病気との誤診）が誤診の6割、残りの４割は「臨床診断」とは全く違う診断だった、と発表されたそうです。私が主に高齢者の内科を診療していて、基本的には複数の疾患を抱えた状態で、終末期の方も多いせいかもしれませんが、当院に紹介入院となる方の紹介状と、本人の病態が全く異なっていたり、想定されている疾患と全く違う病態だった、なんてことはよくあるので、「自分自身」も含めて、患者さんの「診断」を確定するのは難しいです。一例ですが、発熱を主訴に他院救急外来に搬送された方で、「尿路感染症」の紹介状をもって受診された70代女性の方がおられました。紹介状は非常に丁寧に書いてくださっており、データもつけてくださっていたので、それらをよく見ると明らかに「尿路感染症ではない」とわかりました。当院での簡易の採血結果も踏まえ、「細菌感染症ではなく、『血球貪食症候群』という血液疾患の可能性が極めて高い」と判断しました。紹介元の病院の血液内科は非常にしっかりしているので、患者さんに「紹介元の病院の血液内科に紹介状を書くので、もう一度受診してください」とお願いしましたが、その病院が結構山奥の不便なところにあるので、「あそこは遠くていやだ！近くのかかりつけ総合病院に紹介してほしい（そこにも「血液内科」はある）」と強く頼まれました。紹介状には強く、「細菌感染症ではなく、血球貪食症候群！」と記載していたのですが、紹介先からは、「細菌感染症として入院してもらいました」と返信が届き、ガックリしました。それから3日後、患者さんは急変され、先の山奥の病院に転院となり、そこで永眠。臨床経過、血液検査の結果からは私の「血球貪食症候群」が正しい診断だったようです。ということで、正しい診断名を書いて紹介しても、誤った診断名で入院されることもあります。AIの制度を向上するためには、正しく「正解、不正解」を判断する必要がありますが、現実としては「誤診」は珍しくないこと、「誤診」しても大外ししなければ、患者さんの自己治癒力で良くなるので、「誤診」（悪性疾患は、正診率ほぼ100％ですが、その他の疾患ではなかなか100％は難しい）と気づかずに治癒してしまうことなど、なかなか難しいところです。ちなみに、結核の陰影は典型的なものはAIで外すことはないと思いますが、結核の異常影はあらゆる肺陰影（急性間質性肺炎を疑うもの、びまん性肺損傷/急性呼吸促拍症候群を疑うものなど）を取るので、実はレントゲンやCTで、結核が全て診断できるか、というと難しいところです。私の師匠は呼吸器内科医で、研修を受けたのも大阪市西成区に次いで結核の多い地域でしたが、非典型的な陰影で、結核除外のためにルーティーンで提出しているPCRや塗抹検鏡で「排菌している結核」と診断がつき、バタバタすること（いや、半分は慣れっこ？）も多かったです。長文失礼しました。
編集済
少し触った程度で深く理解している訳ではないですが、診断予測AIはネットから拾うのでなく、電子カルテのデータベースから拾うことを想定しているようです。
それで、とにかくたくさんの電子カルテのデータベースを構築すること。
ベイズ統計理論で、検査数値の異常などの例を検索して似たような、検査数値の異常のあるカルテを絞りこんでいくわけです。
そうすると、統計理論的にある診断が割り出される仕組みです。
実際に生成AIはネットから拾いあつめているので、ネットから集めるのか、電子カルテデータベースの違いです。ネットにはガセもフェイクもたくさんあり、不正確になるのはわかります。ただ電子カルテは誤診は予測の下の方になっていくわけで、大多数の医師がこう診断している、というのが上位検索結果になる仕組みですね
画像イメージからも検索は可能になって、結核などはすぐにでも実用化レベルでしょう。医師はGoproのようなカメラ付がついた眼鏡をかけて、患者さんの口を覗くと、その眼鏡のスクリーンに、矢印が出て「〇〇」だと見ることがすぐソコの未来にあるわけです。
腫瘍なども、電子カルテのMRI画像などが一定整えば出来ることが見込まれます。
MRIやCTのほか、fMRIや今後開発が進むと言われるfNIRSなどが蓄積していけば、診断補助としてはかなり、有効なものと考えられます。
それにはGPUによる計算速度向上が図られる必要がありますが、それを積極的に開発していたのは、詐欺で逮捕された斎藤元章氏(現在は弟が会社代表で出所待ち)、女性問題で失脚した米山隆一衆議院議員
斎藤氏の著書「エクサスケールの衝撃」ではその構想が簡単に触れられています
(ご返答御礼)
ありがとうございました。
現場も、そのあたりに気がついていて、AIの予測は、複数候補がでて最終的に診断するのは、「人の手」だとか。
結核あたりは、もうレントゲンのデジカメにマーキングして出力なんてことは可能かもしれませんが、検査機関の喀痰検査などもネットワークにつながって、電子カルテに自動で入っている、みたいなことも出来るとか、なんとか、みたいです。
長文失礼しました
作者からの返信
コメントありがとうございます。
問題は電子カルテを基にしたデータベース、いや、医師が記載したカルテそのものの信頼性がどの程度あるか、というところだろうと思います。
以前聞いたことのある昔話ですが、いつごろかは知りませんが、東大病院で「名医」と呼ばれていた内科教授の退官講演で、自身の診断と病理解剖での診断を比較して、自身の診断の正診率を発表したことがあったそうです。正診率は約2/3，誤診の中でも「小さな誤診（同じ系統の、似たような病気との誤診）が誤診の6割、残りの４割は「臨床診断」とは全く違う診断だった、と発表されたそうです。
私が主に高齢者の内科を診療していて、基本的には複数の疾患を抱えた状態で、終末期の方も多いせいかもしれませんが、当院に紹介入院となる方の紹介状と、本人の病態が全く異なっていたり、想定されている疾患と全く違う病態だった、なんてことはよくあるので、「自分自身」も含めて、患者さんの「診断」を確定するのは難しいです。
一例ですが、発熱を主訴に他院救急外来に搬送された方で、「尿路感染症」の紹介状をもって受診された70代女性の方がおられました。紹介状は非常に丁寧に書いてくださっており、データもつけてくださっていたので、それらをよく見ると明らかに「尿路感染症ではない」とわかりました。当院での簡易の採血結果も踏まえ、「細菌感染症ではなく、『血球貪食症候群』という血液疾患の可能性が極めて高い」と判断しました。
紹介元の病院の血液内科は非常にしっかりしているので、患者さんに「紹介元の病院の血液内科に紹介状を書くので、もう一度受診してください」とお願いしましたが、その病院が結構山奥の不便なところにあるので、「あそこは遠くていやだ！近くのかかりつけ総合病院に紹介してほしい（そこにも「血液内科」はある）」と強く頼まれました。
紹介状には強く、「細菌感染症ではなく、血球貪食症候群！」と記載していたのですが、紹介先からは、「細菌感染症として入院してもらいました」と返信が届き、ガックリしました。
それから3日後、患者さんは急変され、先の山奥の病院に転院となり、そこで永眠。臨床経過、血液検査の結果からは私の「血球貪食症候群」が正しい診断だったようです。
ということで、正しい診断名を書いて紹介しても、誤った診断名で入院されることもあります。
AIの制度を向上するためには、正しく「正解、不正解」を判断する必要がありますが、現実としては「誤診」は珍しくないこと、「誤診」しても大外ししなければ、患者さんの自己治癒力で良くなるので、「誤診」（悪性疾患は、正診率ほぼ100％ですが、その他の疾患ではなかなか100％は難しい）と気づかずに治癒してしまうことなど、なかなか難しいところです。
ちなみに、結核の陰影は典型的なものはAIで外すことはないと思いますが、結核の異常影はあらゆる肺陰影（急性間質性肺炎を疑うもの、びまん性肺損傷/急性呼吸促拍症候群を疑うものなど）を取るので、実はレントゲンやCTで、結核が全て診断できるか、というと難しいところです。私の師匠は呼吸器内科医で、研修を受けたのも大阪市西成区に次いで結核の多い地域でしたが、非典型的な陰影で、結核除外のためにルーティーンで提出しているPCRや塗抹検鏡で「排菌している結核」と診断がつき、バタバタすること（いや、半分は慣れっこ？）も多かったです。
長文失礼しました。