医療イメージングの目的は見えないものを明らかにすること

September, 6, 2024, Lausanne--MRI、超音波、X線などの医用画像技術は、特に最近の人工知能のブレークスルーをきっかけに、パワーと精度が増している。複数のEPFL研究グループは、この進歩に貢献し、この分野での未来を積極的に形作っている。

医用画像の進歩により、医師は骨折の局在化、腫瘍の検出、子宮内の赤ちゃんの観察をすべて完全に非侵襲的に行うことができる。いつの日か、人間の体内がどこまで見えるようになるかはわからない。この技術は急速に発展しており、これまで以上に小さな異常を見つけるために使用できる、これまで以上に高い解像度の画像を生成している。

磁気共鳴画像法(MRI)の分野では、EPFLの医用画像処理研究室の責任者Dimitri Van De Ville教授が、2つの相反する傾向を特定した。

「最初の傾向は、機械の磁場の強度が増し、微細な損傷や非常に初期のガン細胞などの小さな不規則性を明らかにすることができるようになったことだ」(Van de Ville)。

今日、病院のほとんどのMRI装置は、1.5テスラまたは3テスラの磁場を持っている。パリ近郊の代替エネルギー・原子力委員会の技術者たちは、世界で最も強力な11.7テスラの磁場を持つ機械を発明した。EPFLの信号処理研究所の責任者であるJean-Philippe Thiran教授によると、「磁場が強いほど、他の方法では捕捉しにくい弱い信号を拾うことができ、より詳細な情報を得ることができる」。

EPFLでは、エンジニアが7テスラマシンを開発した。これは、生体内で人間の脳を神経層ごとにマッピングするのに十分なほど強力である。Defitech Chair of Clinical Neuroengineeringの保有者であるFriedhelm Hummel教授は、「これにより、人間の脳構造をよりよく理解できるようになる。と言うのは、今のところ、各構造の正確な役割は実際には明確ではないからだ」と説明している。

Van De Villeが特定した2つ目のトレンドは、逆の方向に進むもので、磁場が1.5テスラをはるかに下回るにもかかわらず、音声診断を行うのに十分な品質の画像を生成できる機械の開発である。目標は、輸送と設置が簡単な低コストのデバイスを作成することであり、これは発展途上国で特に役立つ。「これは、イメージングセンサ、デバイス、データ処理のブレークスルーにより可能になる。その一部はここEPFLで行われている」(Van De Ville)。

「磁場が強いほど、他の方法では捕らえにくい弱い信号を拾うことができ、より詳細な情報を得ることができる」(Jean-Philippe Thiran、教授、EPFL信号処理研究所長)。

復活する超音波
もう一つのイメージング技術である超音波は、最初に発明されて以来、ほとんど変わっていない。「超音波は、たとえば、患者の心拍や子宮内で動く赤ちゃんを観察するために使用される」と、この技術を専門とするThiranは言う。

近年、科学者たちは、超音波がリアルタイム計算を実行するシステムと組み合わせることができるため、超音波の可能性を新たに検討している。「最新のマシンには、膨大な量のデータをリアルタイムで処理できる非常に強力な計算機が装備されている。例えば、弾力性などの組織の物理的特性を測定できるようになった。これは、肝硬変やその他の肝疾患の検出に役立つ」(Thiran)。

強力な計算機により、超音波装置の実行も大幅に高速化される。今日では30〜40/秒の画像を生成できるが、そう遠くない将来、出力は1,000〜2,000/秒に増加する。「これにより、医師は脳を含む血流などのダイナミックなプロセスを観察できるようになる」(Thiran)。

人工知能(AI)革命
機械学習(ML)、データ処理、アルゴリズムなどの人工知能(AI)は、明日の医用画像システムの主要コンポーネントとなる。「AIは、医師が様々な種類の患者の検査から情報を収集できるため、医用画像処理の分野に革命をもたらしている。まもなく、MRIの結果とX線写真、さらには患者の医療記録の結果を組み合わせて、病気や特定の臓器の機能を包括的に把握できるようになる」(Van De Ville)。

人間の脳モデリングを研究しているVan De Villeは、いつの日か医師がインタラクティブなプログラムに質問することで予測を立てることができるようになると考えている。「AIはすでに画像の分類や異常の発見に利用されているが、この技術はさらに進んで、より強力になる」と同氏は言う。Thiran も、これに同意する。「間もなく、コンピュテーショナルまたは計算医用画像について話す人が出てくる。これらすべての進歩の目標は、人間の臓器をよりよく理解し、病気をより効果的に特定することだ」。

とは言え、Thiranによると、AIで強化されたイメージングには限界がある。「高品質のモデルを使用してAIプログラムをトレーニングし、AIプログラムが生成する画像と予測が正確になるようにする必要がある。そうしないと、幻覚を見ることになる」。したがって、プログラムには膨大な量のデータが供給され、堅牢なアルゴリズムによって駆動される必要がある。

Hummelは、AIを取り巻く倫理的な問題を指摘している。「この種の医用画像が、例えば、病気が臨床的に現れる何年も前に、誰かがアルツハイマー病を発症する可能性がかなりあると予測しているとする。その人に教えるべきですか。もしそうなら、どのように教えるか。さらに、もし医師が予測に100%確信が持てず、その時点でまだ病気の治療法がないとしたらどうなるか」

この分野における最新の進歩は、あらゆる形態の技術進歩と同様に、関連する倫理的問題を考慮することを伴うべきである – 特に、医用画像はわれわれが誰であるかの最も親密な側面についての洞察を提供するからだ。