【私の学習シリーズ】として、今後、不定期になるとは思いますが、まとめたものを投稿していきたいと思っています。
今回は、医用画像ディープラーニングの応用について。
ブログに投稿するのは、人にわかりやすく説明するための練習の場として。
また、このような方法を世に広めて、同じ意識の人と交流したいから。
ご興味のない方は、ここでご退出を。
私の闘病スタイルは、全身の抗がん剤治療をしながらもできるだけ手術等でがんを体内から減らすこと。ですが、今の状態は、腸内の手術は不可能だと思うので（これ以上の切除は生命維持が難しくなるだろうし、QOLを考えると選択できない）、局所治療と放射線治療で繋いでいくしかないと考えています。
題して「諦めずになんとしても生き抜く作戦」です。
私は、大勢の医療従事者に助けられながら、ここまでこれました。
今、自分で開拓できることを一つでも増やし、私の経験値で何か医療に役に立つことはないかを考えました。
この学習をするに当たっては、先に画像の読み取りを自分の過去の画像データ（CT,MRI,PETCT）で勉強しました。そして、ようやくざっくりと分かるようになったので、今、学習しているのが、医療画像のディープラーニングです。
幸いにも夫の仕事の関係で、人工知能（AI)、データサイエンスの書籍は山ほどあるので、本には困りません。専門書は高いしね。あと、家に一番の教師（夫）がいるのは恵まれています。厳しい人なので、ヒントはくれるけど答えは教えてくれないので、習得するまでに時間はかかりますが、そのせいか、忘れることはないですね。
学習に使用した本はこちら↓
はじめての医療画像ディープラーニング
2020-2021版が今のところ最新版かな？
1．そもそもディープラーニングって何？
ディープラーニング(深層学習)とは、人間が自然に行う作業（タスク）をコンピュータに学習させる機械学習の手法のひとつ。
人工知能（AI)の急速な発展を支える技術で、その進歩により様々な分野への実用化が進んでいます。例えば、自動運転車においてもカギとなっているのは、ディープラーニングです。停止標識を認識したり、電柱と人間を区別したりするのも、ディープラーニングが可能にしている技術と言えます。
また、電話、タブレット、テレビ、ハンズフリースピーカーなどの音声認識にも重要な役割を果たしています。
近年ディープラーニングが注目を集めているのには理由があると思います。それはディープラーニングが、従来の技術では不可能だったレベルのパフォーマンスを達成できるようになってきているからです。
その中の一つが医療です。
2．医用画像に応用させるための課題
ディープラーニングを活用した人工知能（AI)を活用した医療用のアプリケーションの開発には、開発に必要なソフトウエアフレームワークの他に大量の*教師学習用データセットが必要です。日本は、数こそ少ないが、学習研究に熱心な質の高い放射線科医師と単位人口当たり世界最高台数を誇るCTやMRIがあります。特にCTは、世界の半数以上を有しており、ヨーロッパの全CT総数より多い。このことにより、日本は、CTやMRIについては、データフォルダーの大国といえますが、良質の教師学習用データを作成するビジネスモデルがありません。日本の課題としては、個々の放射線科医師が積極的に教師学習用データを作成するような動機付けのあるモデル事業の創設が急務であると思われます。
＊機械学習は、大きく分けると、「教師あり学習」「教師なし学習」「教科学習」の３つの学習種類があるのですが、その中の「教師あり学習」のこと。
教材である教師データでAI（人工知能）に学習させるから教師あり学習と呼びます。そして「未知のデータから正解を探し出す」という課題の解決のため、AI（人工知能）に教師あり学習をさせます。
３．事例集
一一つ一つ説明すると長文になるため、どんな事例があるかのみ記述します。
・病理画像
・大腸CT内視鏡
・歯科X線画像
・外科治療の応用
・CT画像再構成への応用
・MRI画像再構成への応用
４．総まとめ
現在、凄まじい勢いでAI研究や実用化が進んでいますが、それは医療界にも押し寄せています。例えば、放射線治療の場では、撮像範囲の特定や照射範囲の自動計算など機械学習によって自動設定する技術も発表されています。撮像業務の支援としての役割が果たせれば、もっと自由度が高い撮影も期待できると思います。また、撮影画像の高画質化と被曝低減は、ハードウエアの進化だけでなく、より少ないリスクで診断に必要な情報が得られると期待します。安全管理や業務の最適化は、AIの情報のカルテチェックが可能であり、確認に要する時間を最小化し、確認の漏れを減らすメリットがあると思います。放射線部門内だけではなく、医師や工学研究者と共同で進めていく事が求められると思います。それらの研究の中でAIは、基本的なツールとして活用されるようになるでしょう。
以上、最後までお読みくださった方、心から感謝です。
記述内容に誤りなどありましたら、お詫びいたします。
医療の日進月歩で、多くの人が平等に治療が受けられますようにとの願いをこめて投稿します。
