脳の診断精度向上のために
中村 潤（なかむら じゅん）／中央大学国際経営学部教授
専門分野 認知科学、人工知能、知能情報、技術経営
1. 研究のきっかけ
人がどのように考えるか、という「思考プロセスの見える化」の研究に、私は取り組んでいます。書店などでよく目にする「○○思考」の思考というのは、人が心の中で行う認知活動全てを指す概念的で、ふわっとしていますが、認知とか認識というのは、「それが〇〇とわかる」という意味でややシャープな印象をもっています。研究としては後者の認知の分野で、人工知能、認知科学、あるいは知能情報の範疇に入ると思います。人が考えていることを見える化することで問題解決の糸口を探し出していこうと、さまざまな現場で実験をしています。
何故、このような研究分野に興味をもったかというと、IBMに勤務していた頃のことです。IBMリサーチ部門（研究部門）の方々が、世の中にインパクトを与える「何か」を探る様子を伺い、次々に発想を生み出していく姿に感銘し、こういう方々の思考プロセスを再現することができたら、イノベーションの基礎になるのではないか、といった漠然とした想いがこみあげてきたのが、研究のきっかけでした。
実際、取り組んできたことは、
- 創造活動を支援するゲームを開発して人の気づきの瞬間の見える化
- 工場の現場ではどのようなことを考えて作業しているのかの見える化
- 港にあるガントリークレーンでコンテナ船からトラックにコンテナを積み下ろすときの着目点の見える化
- お皿やお盆などを陶芸家が轆轤(ろくろ)を回しながら形作るときに、例えばお皿のみえない裏側をどのようにとらえて手作業をしているのかの見える化
- たばこを吸うときの心理的な感覚の見える化
などさまざまです。今回は、横浜市立大学附属病院の放射線科に勤務されている石渡医師とシステム開発の株式会社フォーカスシステムズとの共同研究で進めてきた、頭部CT画像の読影検査での場面のご紹介です。
2. 放射線CT読影による偶発所見の検査
健康診断や人間ドックでは、皆さんご自身の頭部に対してCTやMRIによる検査をしたことがある方がいるかと思います。CTは放射線を使う検出であり、MRIは磁気を使う検出なので、双方は全く異なった技術ですが、頭部を細かく輪切り状態に分割して見える化をすることにはかわりありません。本研究は、この
私自身は医療に関しては全くの門外漢であり、横浜市立大学附属病院の石渡医師らによるCTの読影の現場にお伺いし、データを共有していただきながら、共同で分析にあたりました。一見すると、CT画像に映っている頭部のどこに偶発所見、つまり腫瘍や血栓などのリスクがある箇所、があるのか私には全くわかりませんでしたが、石渡医師によれば、「ここ」に偶発所見らしき箇所をすぐに見出してしまいます。参考までに、Chuo Onlineの読者は図1の写真のどこに所見があるのか、わかりますでしょうか。
図1 偶発所見がみつかった頭部CT画像/p>
正解は下記をクリックしてみてください。赤い丸で囲んだ部分が所見となります。
https://bit.ly/3F2HEfq
3. 検査医師のチェックポイント
CT読影というのは、少しわかりにくいかと思いますので、図2を参照しながら説明します。いま頭部を上部Aから下部Bまでの間を水平に8つの輪切り状態にすると、左図のようになります。これをAの上からBに向けて眺めると右図のようにみえることになります。図の輪切り状態の断面数は8つですが、実際には50近くあります。Fを目・鼻・口のある顔の前面、後頭部はE、左耳側はC、右耳側はDとなります。CT画像は重ねていけば立体ですが、検査する画面は平面ですので、CT画像を表示するモニター上で何度かAB間を上下させながら、都度この断面図をみながら偶発所見があるかないかを、立体感覚をもって探っていきます。
図2 CT画像の頭部での位置（左：斜め後ろからみた場合、右：頭部上からみた場合）
実験では、ベテラン医師と若手医師の2名の検査医師に協力してもらいました。実際に所見のあるCT画像と所見のないCT画像を合わせて30症例について、被験者である検査医師には所見の有無を知らせない状態で、どのようにして所見を見出していくのかを、検査してもらう実験をしました（このため、偶発所見といいます）。
実験の結果、あきらかにベテランと新人では検査のリズムが異なることが判明しました。それを簡単に整理すると表1のとおりです。
表1 ベテラン医師と若手医師の検査要領の違い
|
ベテラン医師 |
若手医師 |
|
|
全体の観察スピード |
早く短い |
遅く長い |
|
目線のリズム |
ある一定の動きを示す |
探し回るようなランダムな動き |
|
チェックの流れ |
図2・右図の4象限毎にAB方向にチェックする |
特に定まった傾向は見受けられない |
ベテランのCT検査は早く短いものの、所見がありそうな箇所を探索するときには、実はゆっくり・じっくり時間をかけて一定のリズムがいることがあることが判明してきました。図3の左側がベテラン、右側が新人の動きですが、リズムの有無がはっきりと区別されているかと思います。これは位相スペクトラムといって、周期的に変動する波の位置情報を意味する位相に関して、基準となるタイミングからどれだけ進んでいるか、あるいは遅れているかを示すもので、基準よりも位相角が進めば正となり、負であれば位相遅れとなります。図3は検査医師の視線の左右移動の振幅(Y軸)と時間(X軸)をグラフ化したときの波の特徴をもとに、各周波数成分における位相角を表したもの（位相スペクトラムと呼びます）に変換して表示したものです。
図3 検査する視線のリズム（位相スペクトル図｜横軸：周波、縦軸：ラジアン）
特に、チェックの流れは、検査ポリシーをも持つかもたないかで、効率が異なることもわかってきたため、若手医師向けのトレーニング手法にいかすことにつながることがみえてきました。
4. 生成AIとの共存
昨今のニュースでは、生成AIのテーマは尽きません。企業では生成AIを使って業務の効率化を進めている話題や、大学などの教育の現場では、どのように生成AIと向き合うかの議論もされています。医療の現場でも例外ではなく、生成AIを組み込んださまざまな医療機器が登場してきています。指定された所見のみをそれなりの精度（感度高め、特異度低め）で指摘可能というもので、病変の候補を全部ではありませんが、教えてくれるという機能があります。その後の取捨選択は放射線科の専門医の方で判断します。
石渡医師とはAIと医療との関係も議論していますが、放射線医師がまずは読影し、その後AIが組み込まれているソフトウェアを起動して、もう一度医師が確認するといった使い方になると思われます。今後AIを上手に使いこなす放射線医師とそうではない医師では、読影結果に差が出るであろうと言われています。現状の生成AIでは、人の意図を汲み取ることはできませんが、今後更なるbreak throughの後、あらゆる目的に対応可能な人間とほぼ同等の汎用型のAIが誕生した時には、artificial perception（人工知覚）が必要となり、その際に人間のperception（知覚）のデータも組み込まれていくかもしれません。当面、AIの利用結果が決定的な内容として信じてしまうべきではなく、昨今言われているプロンプト・エンジニアリング（どのように生成AIへ命令するのか）が重要になってくることと同様に、どのようにして生成AIと共存し、AIを使いこなすのか、に医療の現場でも論点がシフトしてゆくと思われます。
上記の研究内容は下記の通り発表しています。
Nakamura, J., Nagayoshi, S., & Ishiwata, Y. (2025). A Study of Gaze Rhythm During the Interpretation of Computed Tomography Images of the Human Head. Journal of Electrical Electronics Engineering, 4(2), 1-3.
Naito, Y., & Nakamura, J. (2025). Quantitative Evaluation of Two-dimensional Gaze during Image Interpretation by Experienced and Inexperienced Physicians in the Medical Industry. In Proceedings of the International Conference on Business, Economics & Information Technology (ICBEIT2025) held in Mactan Cebu, Philippine on 22-23 March, 2025.
Naito, Y., & Nakamura, J. (2024). Characteristics of the Reciprocal Movement of Radiographers' Gaze Based on a Comparison of Entry-Level and Experienced Radiographers. Journal of Electrical Electronics Engineering, 3(5), 1-4.
Sugimoto, T., Nakamura, J., & Ishiwata, Y. (2024). Visualization of the Skilled Physician's Gaze Characteristic during Diagnosis. In Proceedings of the 2024 International Conference on Artificail Life and Robotics (ICAROB2024).
Naito, Y., Nakamura, J., & Ishiwata, Y. (2024). Comparative Analysis of Eye Tracking between Veteran and Novice during Radiological Interpretation. In Proceedings of the 2024 International Conference on Artificail Life and Robotics (ICAROB2024).
Kaneo, Y., & Nakamura, J. (2024). A Study on Skill Transfer in the Medical Field
- From the Scene of Inspection of Head CT scans. In Proceedings of the 2024 International Conference on Business, Economics, & Information Technology (ICBEIT2024).
Sugimoto, T., Naito, Y., Nakamura, J., & Ishiwata, Y. (2023). Cognitive approach to human resource development - empirical research in medical industry -. In Proceedings of the 19th International Conference on Knowledge-Based Economy and Global Management
Naito, Y., Sugimoto, T., Nakamura, J., & Ishiwata, Y. (2023). Skill transfer in the medical industry - a case analysis of CT scans -. In Proceedings of the 19th International Conference on Knowledge-Based Economy and Global Management
中村 潤（なかむら じゅん）／中央大学国際経営学部教授
専門分野 認知科学、人工知能、知能情報、技術経営東京都出身。1963年生まれ。1986年慶應義塾大学経済学部卒業。2007年筑波大学大学院ビジネス科学研究科経営システム科学専攻修了 修士（経営学）。2011年東京大学大学院工学系研究科技術経営戦略学専攻修了 博士（工学）。
ビジネスでは、伊藤忠商事株式会社、プライスウォーターハウスクーパース株式会社、IBMビジネスコンサルティングサービス株式会社、ボルボグループ、パーソルグループ等に従事し、学術では、金沢工業大学客員教授、芝浦工業大学教授を経て、2019年より現職。
現在の研究課題は、創造活動支援である。
また、主要著書に「Building the Gap Between AI, Cognitive Science, and Narratology With Narrative Generation」（出版社: IGI Global）共著などがある。
- 記事を共有する
