子宮頸がん検診の高度化に向け、AI/MLを含む最新技術を活用しデジタル細胞診プラットフォームを構築
Key Fact：子宮頸がんは、世界の女性のがんの中で4番目に多く発見されているがんです。
幸いなことに、医学の進歩により、がんや前がんさえも早期に発見し、患者の予後を改善することができる信頼性の高いスクリーニング方法が導入されています。では、なぜいまだに多くの人がこの病気で亡くなっているのでしょうか？
多くの患者にとって、ヒトパピローマウイルス（HPV）ワクチンや、パップテストやHPVテストによる子宮頸がん検診は、広く利用可能で日常的なものです。一方、予防医療を受ける機会がほとんどない患者もいます。ケアには格差があります。世界中のすべての人が、定期的なスクリーニングを可能にする同じ技術や資源を利用できるわけではありません。もし検診を受けなければ、子宮頸がんが発症してかなり経ってから、手遅れになる前に発見されるかもしれません。実際、2020年の子宮頸がんによる死亡者数は342,000人と推定されていますが、その約90％は発展途上国で発生しています（出処：WHO）
正確で効率的な子宮頸がん検診を推進
女性向けの健康イノベーターであり、多くの診断ソリューションを開発する医療技術企業であるHologic社は、子宮頸がん検診の質とアクセスの向上に数十年にわたり世界中で取り組んでいます。信頼性の高い子宮頸がん検診と予防法は、この病気との闘いに大きな進展をもたらしましたが、Hologic社は、いつの日かこの病気を完全に予防できるように、検診法の改善を続けていきたいと考えています。そのためには、臨床検査室が著しい検査員不足に陥っていることや、限られた資源でより多くの成果を上げなければならないというプレッシャーなど、今日の検査室の課題に対応するソリューションを前進させることを意味します。実際、1995年と比較すると、米国では細胞診専門医の数が65%減少しています。
さらに、前がん細胞やがん細胞の兆候をスライドで調べるという行為は、研究所の専門家にとって大変な労力と時間を要するものです。
Hologic社は、世界中の患者にサービスを提供し、治療の障壁をなくすことを願い、現在のソリューションを進化させ、より多くの命を救う可能性のある概念実証（POC）アルゴリズムを作成するためにSlalom Buildを訪れました。最新の「Intelligent Products」のコンセプトを活用し、子宮頸部細胞診をさらに進化させ、患者のスライド全体を見ることで病気の発見に役立てるという、業界で新しいことを成し遂げたいと考えていました。
デジタル細胞診プラットフォーム構築に向けた共創
Slalom Buildは、Solution Owner、Data Engineer、Software Engineer、Platform Engineer、Quality Engineerからなるチームを組成し、機械学習（ML）アルゴリズムのプロトタイプ開発を支援しました。この進歩により、Hologic社が今後開発するデジタル細胞診では、患者サンプルのがん細胞や前がん細胞を自律的に検出できるようになり、細胞診専門医にさらに深い洞察を与えることができるようになります。そのためには、画像ベースの分類を行うニューラルネットワークをゼロから設計する必要がありました。つまり、非常に複雑な画像を細胞ごとに見て、ある特徴を認識し、関連する細胞を特定することで、細胞診専門医の仕事を補完するボットを開発したのです。
顕微鏡で患者の細胞を分析する場合、細胞診専門医は通常、サンプルの単一領域を一度にズームアップします。AIアシストレビューでは、これがアルゴリズムで行われます。細胞スポット全体にあるすべての細胞を高速で分析し、異常の可能性を特定します。幅が10万ピクセル以上ある画像の中で、人間の細胞を1ピクセルずつ解析していくことを想像してみてください。10万個の干し草の山から針を探すようなものです。
Hologic社とSlalom Buildは、このモデルを学習させるために、それぞれ約20GBの5万枚を超える画像を使用しました。エンジニアは、画像をスライスしてより速く処理できるようにするためのプロトコルを作成しました。また、患者のプライバシーとデータのセキュリティを最初から考慮する必要がありました。Google Cloud Platformを使用することで、HIPAAに準拠した大規模なデータストレージとML研究において優位に立つことができ、数千枚の画像を数秒で処理できるインフラを確立することができたのです。そのため、高度な訓練を受けた人間の細胞診専門医の仕事を補完するために機械を訓練するだけでなく、標準化された効率的な方法で画像全体をスキャンし、診断カテゴリーの確率をスライドレベルでレンダリングする能力を成長させ進化させる必要があったのです。
POCアルゴリズムは、人間のレビューと比較して、70%の相対感度でパップテスト画像のスライドレベル分類を自律的に決定しました。POC人工知能（AI）アルゴリズムは、人間の専門家が見たものを再現し、その能力を補完するように学習する可能性があることを証明しました。また、このアルゴリズムが時間とともに改善されれば、結果はより良いものになるでしょう。
AIは子宮頸がん検診を精度を落とさず、とても速くすることができる。この研究が患者の転帰をさらに改善する可能性があることに、絶対的なインスピレーションを受けた。
End.
Scope & Technology
SCOPE
Intelligent Products, Artificial Intelligence, Machine Learning, Data Security, MLOps, On-prem to Cloud, Solution Ownership, Experience Design, DevOps, Quality Engineering
TECHNOLOGY
Google Cloud Storage, Genius Digital Diagnostics, GitHub, Jupyter Notebook, Kubeflow, Deep Learning VM Image, NVIDIA Tensor Core GPUs
参考コンテンツ
Google Cloud Next 2021
Intelligent Products in Life Sciences
Slalom Buildは、データ・AI/ML・自動化・デザインを組み合わせたプロダクト開発、そして、それを実行できる「Build as a Service」オペレーションモデルを通して、本記事のような個社別にカスタマイズした「Intelligent Products」開発によるビジネス変革を提供しています。
ライフサイエンス領域に関しての資料を公開しました（2023年1月時点）。