人工知能を用いて上腕骨近位端骨折の術式を推定する

上腕骨近位端骨折のレントゲン画像を人工知能が解析し、

「その骨折型からどの術式がのぞましいか」

を提案するシステムを開発しました。

 

ダウンロード
人工知能を用いて上腕骨近位端骨折の術式を推定する
46-O2-4_石井壮郎.pdf
PDFファイル 1.2 MB

ここは一見のどかな風景ですが、

 

こうした場所にはかならず、医療過疎が存在します。

医師が不足している・・・

専門医がいない・・・・

 

医療過疎地で整形外科医がいなくても、

 

骨折は起こり、ときどき病院に運ばれてきます。

このとき、専門医がいなくても、診断と治療をおこなわなければなりません。

患者は待ってくれないのです。

 

 

そこで、こうした医療過疎地で働く

総合診療医や救急医のために、

上腕骨近位端骨折について、

骨折の有無を判定し、

その術式などを提案してくれる

システムを人工知能で作成しました。

 

 

 

整形外科専門病院の電子カルテから

肩のレントゲン写真1099枚を収集し、

その画像において、

骨折の有無、

治療方針、

治療予後

などの情報を収集し、

以下の4つのフォルダに分類しました。

 

分類は経験20年目以上の

肩関節学会所属の専門医が行いました。

 

 

 

 

つぎに、人工知能(convolutional neural network)

を用いて、深層学習を行いました。

 

学習回数は10万回行いましたが、

学習にかかった時間はたったの10時間でした。

 

 

 

 

 

さらにこのモデルを現場で使いやすくするために、アプリケーション化を行いました。

プロットフォームはヘロクを用いて、ラインと連携するのにメッセージングAPIを用いて、データベースにはアマゾンエススリーを用いました。

また推論モデルの作成には、ラベリオを用いました。

 

 

 

 

 

さて、今回開発したアプリケーションの活用風景を

提示します。

 

今回のアプリは、病院での使用を考えており、

 

特に医療過疎地や救急医療現場で、

肩関節専門の整形外科医が不在な場所での使用が

望ましいと思われます。

 

 

 

 

 

 

 

まず、LINEとたちあげ、QRコードを読み込んで

お友達追加をします。

これで登録は完了です。

つぎに、上腕骨近位端骨折のレントゲン写真をスマホに取り込み、その写真を転送します。

 

注意:画像がゆがんだり、反射光などのノイズが入ると診断精度が下がります。

 

 

 

写真を転送してから、10数秒後に、

人工知能からの解析結果が届きます。

 

左の写真の場合、

手術なしが、6%

髄内釘固定が、0%

プレート固定が、2%

人工骨頭置換術が、93%

 

と人工骨頭置換術を推奨しています。

これをもとに、適切な医療機関を紹介できます。

 

 

 

 

現時点のこのアプリの的中精度は94%ほどです。

 

なので、絶対ではありません。

さらに、人工知能の精度を上げたいと考えていますが、

そのためには、もっとデータを集めなければなりません。

このアプリは使用するたびに、フィードバックボタンがでてきます。フィードバックボタンを押すと、今回の写真と診断情報が我々のデータベースに自動保存されます。

今回の診断が妥当であったかを再度検証することができます。

 

 

 

実際にご使用いただいてフィードバックされた情報は

AmazonS3の我々のデータベースに保存され、

この集積されたデータを人工知能に再学習させます。

 

すると人工知能の精度はさらに上がることになります。

 

 

 

 

 

 

 

人工知能が再学習することで、精度があがり、

精度があがると、ユーザー数が増えます。

ユーザー数が増えると、データ量が増え、

この集積データを、人工知能が再学習すると

さらに精度があがります。

 

このサイクルを繰り返すことで、

人工知能は進化しつづけることになります。

 

 

 

 

 

以上、

上腕骨近位端骨折のレントゲン画像を人工知能が解析し、

「その骨折型からどの術式がのぞましいか」

を提案するシステムを開発しました。