投稿日:

医療機器業界の『ぼったくり』

ブログも続けていると認知度は上がってくるようで、先日、SNS でばったり読者の方と出くわした。

こういう反応はありがたい限りですね。

ところで、この垢の中の人はどうやら医療機器業界の（医療）現場に近いところで働いている業者さんのようだ。

で、ツィの内容から分かるようにこの業界のある種の悪しき慣行に深い憤りを覚えておられる。

一般の人には信じられないかも知れませんが、このエピソード、特に話盛ってません（苦笑）。

一応、国の政策としては『医療機器の価格の適正化』が謳われているのだが、その背景にはこういった事情があることも原因の一つだろう。
ただ、政策の効果はどうなんだろうね。それほど効果が上がっているようには思えない。

その原因や解決方法、現状に対する認識などは、みなさん言いたいことはあるだろうし、私も思うところはあるので、機会があったら書いてみたいと思う。

 

猪股弘明
精神科医（精神保健指定医）

（追記）一般的医療者から見ると、医療機器業者は「悪」なんですが、最近は医療系資格を持ちながら IT 関係に従事している人も増え、そう言った人たちから見ると、「医療情報の重要性が増しているにも関わらず、何にもしない（できない）一般医療職は『不勉強』」という意見もあります。念の為、追記。

 

投稿日:

電子聴診器 digital stethoscope

ちょっと興味があって、いわゆる「電子聴診器」を調べてみた。

日本だとパイオニアが U10 というのを製造・販売している。

以前に「これ、試作機ですか？」って感じの段階のものは、ネット上か何かで見かけたことがあったんだが、その頃より格段にデザイン性が向上していてびっくり。
ただし、データは専用アプリでしか閲覧できないようだ。

米国だと Eko というところが、かなり完成度の高いプロダクトを生産している。
見ての通りデザイン性はいい。
通常の聴診器としても使用でき、「電子聴診器」として使いたい場合は、トグルスイッチを押し込んでモードを変更するようだ。
デジタル化したデータは、ブルートゥースで iPhone・android の専用アプリに飛ばせるし、さらにそのデータに基づいて AI である程度の「自動診断」が可能なようだ。

さすが、リットマンの正規商品ラインナップに並んでいるだけはある。

おそらく、日本でも個人輸入で購入できるとは思うが、AI 判定などの機能は医療機器（電子聴診器だけでも日本の薬機法ではクラスII相当）に該当するので、この機能を日本の臨床現場でおおっぴらに使うのはちょっと差し障りがあるかもしれない。
アナログモードで使う分には問題ないと思いますが。
まあ、そこらへんは大人としての配慮を（笑）。

たぶん、こちらの方はデータも外部抽出できるかな。

 

ところで、なんで、「音」関係に興味を持ったかといえば、医療で出てくる波型データとしては、もっとも馴染み深いものだから。

同じ波型データとしては、心電図あたりはたびたび AI 研究の対象にもなっているが、こちらはあまり取り組まれていない。

電子カルテや DICOM ビューアを手がけている手前、こういったデータもデジタル化して取り込めないかと思った次第。

 

 

猪股弘明
医師：精神科医（精神保健指定医）
HorliX: developer
OpenDolphin-2.7m : developer

なお、心音図そのものの勉強は川崎先生の『心音図塾』などで。
非常によくまとまっています。

 

投稿日:

「物理屋」さん

以前からたびたび触れているように MRI では、スピンが測定原理の中心にデンと居座っているため、医療者であっても何らかの理解は必要だ。

私も「高校で習う物理からの類推＋歴史的な導入背景の把握」でこの概念を理解した方がいいのでは？みたいなことを提案した。（こことかこことか）
だが、これには限界があることも知っている。ニュートリノという素粒子では、奇妙なことに電荷がなくてもスピンがあることが知られているからだ。
実用的には、どのようなプロセスで理解していってもかまわないと思うのだが、最終的には「スピンとは、素粒子の基本的属性の一つであり、古典的には理解し難いが、その振る舞いを予測する理論も存在する。自然はそういう風につくられている」と受けとめるしかないと思う。
物理学では、こういった概念が多い。われわれが人間として日常的に経験している現象の延長では決して正確にイメージできないが、いくつかの実証的な実験結果と理論（数式）から、その振る舞いを予測したり、実在性を確信したりするしかない類の概念だ。

ところで、常日頃から、このような概念を頭の中で飼っていて、それらを用いてあーだこーだと思考を巡らせている集団がいる。俗っぽくは「物理屋」さんと言う。大学では、理学系の物理学科というところに集中して棲息している。

本人たちは大真面目にやっているのだが、傍目からは奇妙なものに映るようだ。目に見えないものを対象にしている場合が多いから、頭の中のイメージを共有するような感じで議論を進めたりする。よく他学部の人からは「目隠し将棋でもしてるんですか？」とからかわれたりもする。

だが、このような抽象的・論理的な思考様態は、それなりに有効なようで、他の領域に移っても結果を出すことがある。クリックによる DNA の二重らせん構造の発見などは、その最たる例だろう。

物理的な計測をやっている人ならけっこう同意してもらえるんではないかと。

『「二重らせん」を読み返す』

あたりがイイ線ついていると思う。

 

猪股弘明（精神科医、理学士）

 

投稿日:

医療画像の fusion とは？

今回は医療画像の fusion （一種の画像合成）のお話。
諸々の事情で MR（Magnetic Resonance 磁気共鳴）系の fusion を取り扱っていた。

なお、MRI って何？って方は、『MRI とは？ -その１-』・『MRI とは？ -その２-』・『MRI とは？ -その３-』あたりをご覧ください。特に『その２』のスピンの説明はけっこう好評のようです。

 

しかし、MRI のプロトン密度強調画像程度でことが済んでいればいいんですが、この分野の技術進歩は速い。「拡散」強調（という撮像法。水分子の「拡散」というより「移動」といった方が正確なような気もしますが、ここでは慣例に従います）などは、以前より脳梗塞急性期の診断などに使われている。

大脳右半球に広範な梗塞像（白いところ）が見られる

上の画像は、脳梗塞の拡散強調像（DWI… Diffusion Weighted Image）です。拡散「強調」とは言うものの、実際に撮像するときは、移動しているプロトンからの信号を抑えるような工夫をするので、水分子が動きにくくなっている部位は、高信号になります。梗塞部位に含まれる水分子は、正常組織に比べ「動きにくく」なっているため、結果として梗塞部位は高輝度（白い）領域となって描出されます。

拡散強調画像は、基本 T2 強調画像をベースにしているので、本当に知りたい水分子の挙動（大抵の病変部で水分子は「見かけ」上、拡散しにくくなる。梗塞しかり、癌しかり）を取り出したい。このとき元の拡散強調画像より T2 などの影響を排除するため ADC（Appearant Diffusion Coefficient 「見かけ」の拡散定数） Map というのをつくる。
症例によっては DWI では異常を認めず、ADC Map で低信号（ときには高信号）となって描出されることがあるからだ。
水分子の拡散の度合いを知る上ではこの ADC Map は大変便利なのだが、その反面、組織のコントラストが普段見慣れているそれと違って形態などが読み取りにくい。ストレートに言えば「どこを見ているかわかりにくい」のだ。

この欠点を補うため、解剖学的な形態が読み取りやすい T1 強調画像に ADC Map を適宜「着色」した画像を重ね合わせると、医療者にとって「どこで何がおこっているか」直感的に理解しやすい画像が得られる。

一般に特定の情報を持った画像とそれとは別の情報を反映した画像を「位置を合わせて」合成して表示させることを fusion と言います。PET と CT の fusion はよく知られた例です。（参考：『PET/CT フージョン画像』）

右側頭葉（画像では左）に何かありますね

今回は、T1 強調に ADC Color Map ともいうべき画像を fusion させたわけです。もちろん、HorliX 使いまくり。規格（DICOM）があることゆえ私一人では決められない問題もあったりするのですが、目処がたったらプラグインの形でまとめたいと思っています。

 

猪股弘明（精神科医、理学士）

 

投稿日:

木を見て森を見ず、な医療画像AI自動診断

東海大・高原先生（放射線科医）のお仕事が Yahoo ニュースに載っていたので、ちょっと紹介。

『MRIで乳がん早期発見　着衣のまま痛みもなし』

マンモグラフィーの画像から、乳ガンの早期診断をする、というのは一昔前の医療 AI の課題としてよくあったのだが、けっこうな数の医者が「マンモグラフィー自体、かなり苦痛を伴うものなので、欲しいのは代換案なのだが、なんでマンモだけにこだわって研究してんの？」と生暖かい視線を送っていたと思う。

高原先生の DWIBS 以外にも各種方法論が提案されている。

「AI による自動診断」というのは一つの流行で、その手の研究が増加するのはわからないでもないんだが、他に決め手がありそうなときは、そちらを優先する、というのが医療人の基本的な考え方だと思う。

私も皮膚の画像から、悪性黒色腫などをひろいあげるシステムつくろうかと思ったことがあるのだが（『それは一枚の画像から始まった』あたりをご参照のほどを）、あくまで、「早期診断」レベルで、この分野の練習くらいで取り組んでいた。少なくとも、治療に繋がるような医療の本筋ではないなと思っている。

そもそも皮膚の写真を撮るダーマスコピー（dermoscopy）は、撮像条件を一定にすることが難しく、撮れた画像にしても（原則的には）皮膚表面の情報しか取得できない。
こういう状況下では、画像情報だけにこだわるのは、研究としては成立しても、実際の臨床に決定的な影響を与えるものか？と思う。

この手の研究に手を出すときは、木（画像）だけを見て森（病態）を見ずにならないように気をつけたいところだ。

 

猪股弘明（精神科医・東京都医学総合研究所客員研究員）

最近、Newsweek が、『AI vs 癌』の特集をしたのだが、

やはり、というべきか、こういう記載が・・・。

「専門の放射線診断医と同じくらい正確に（乳癌検査の）マンモグラフィーの画像を読み取れたり、皮膚科医と同じように皮膚がんを識別できたりするアルゴリズムが既に登場している」と、M.D.アンダーセン癌センターの病理医オク・チヨンは言う。「技術の進歩には目を見張らされる」

 

あー、マンモ（による乳がん検出）とダーマスコピー（による皮膚がん検出）ですか。臨床医の考えていることは、もうちょっと別のところにあると思いますけどね。