それは一枚の画像から始まった (2)

以前のエントリで悪性黒色腫(疑い)の写真(アイキャッチ画像参照)を掲げたが、そこでは深さ方向の情報を得るために計測系の話に触れた。が、流行りの「AI による自動診断」に話を持っていってももちろんいい。
悪性黒色腫はプライマリー的には

Asymmetry 非対称性
Border 輪郭がギザギザしている
Color 色むら
Diameter 大きさ
Evolving 変化がある

でチェックするらしい。A〜E すべてなんとも定量化しやすそうな量ではないだろうか。

ところで大阪医科大学の西澤先生が、AI が陥りがちなバイアスについてまとめた記事を( facebook 上でだか)教えてくれた。

AIのバイアスのほんとうの問題は人間が気づかないバイアスだ

皮膚ガンを見つけるシステムのエピソードが興味深かった。

 

もっと真剣な例としては、最近発表された写真を見て皮膚がんを発見しようとするプロジェクトです。後になってわかったのは、皮膚科の医者はよく皮膚がんの写真の中に大きさを示すために定規を入れる習慣があるということです。逆に、このAIシステムに与えられる健康な皮膚の写真には定規は入っていませんでした。

システムにとっては定規は皮膚がんと健康な皮膚のサンプルの写真の間にある違いに過ぎませんが、それは皮膚の上に見られるしみよりも大きな違いとして認識されました。そこで、皮膚がんを検出するためにデザインされたシステムは、定規を検出するシステムとして出来上がってしまったのです。

 

要するに、皮膚ガン(MMもたぶん含んでいる)を検出するシステムを作ろうとして、結果的に定規を検出するシステムを作ってしまった、というオチです。確かに機械的に画像を学習させていくと、この条件だと、ニューラルネットは画像上の定規が示す特徴をガンのもっとも重要な指標とみなすでしょうね。

 

猪股弘明(皮膚科でも放射線科でもなく精神科医

それは一枚の画像から始まった

Orthanc という医療画像サーバーのメーリングリストに 「皮膚の .png 画像 ↓

ダイコム化できない!」という人がいたので、HorliX のプラグイン機能を使ってダイコムファイルとして取り込んでみた。
ついでで HorliX で3D表示。

けっこうカッコよくないでしょうか?

これは擬似的に3次元化しているだけなので、医学的にはあまり意味はないんですが、とある計測装置で深さ情報を取得してこれができるとそれなりに意味があるかなと。
デルマ(皮膚科)のことはもうかなり忘れてますが。

個人的にはソフトよりも実計測の方が好きなんですよね。

猪股弘明(皮膚科でも病理医でもなく精神科医)


医療情報としては、ダイコムとして取り込んでお話はお終いになってしまうんでしょうが、医療はここから始まる。

この画像見たら、大抵の医師ならば

黒子(ほくろ)? それとも悪性黒色腫?

と思うはずだ。

悪性黒色腫は、色素細胞が悪性化(癌化)したもので、だから「ほくろの癌」などとも言われる。初期の段階で発見・適切な治療を行えば比較的予後は良いが、うっかり放置して癌がある程度の段階まで進行してしまうと5年生存率は 50 %をきるかなりタチの悪い癌なのだ。

一般的に癌の治療は、進行度によって異なる。初期の段階ならば部分的な切除ですむところが、進行して、例えばリンパ節に転移しているような場合には、当然、原発巣から遠く離れた部位までの手術を考えなければいけなくなる。「癌は早期発見が重要」と言われるゆえんだ。
ちなみに悪性黒色腫の場合の病期分類は以下のようになっている。

国立がん研究センターのサイトより

病期(ステージ)が IA, IB ならば部分切除ですむ(し、予後も良い)が、ステージ IV まで進行していた場合、手術に加え放射線治療や化学療法も組み合わせないといけない(し、奏功するとも限らない)。

また、病期を決めるにあたって腫瘍の厚さが重要な指標になっているのがわかるかと思う。「とある計測装置で深さ情報を取得してこれができるとそれなりに意味がある」と書いたのはこういった理由による。

 

ラジエーションハウスと SWI

えらくマニアックなところに目を付けたフジ月9ドラマ「ラジエーションハウス」、通称「ラジハ」。

こんなドラマやってたんだ。

漫画の1話目を読んだが、主人公がやったのは、SWI(Susceptibility Weighted Image 磁化率強調画像)というやつかな?

(Zスライスが選択された上で)座標(x, y)の位相θは

θ(x,y)=∫γ{B0 + (Gx・x + Gy・y)}dt    積分範囲は 0~TE

となるらしい。

B0 = μ0(1 + χm)H

なる関係があるから、組織間で磁化率 χm が違えば、それがコントラストとなってあらわれる、というのが理屈だろうか。(なお、銀歯は銀-パラジウムなどの合金。特にパラジウムは磁化率が 5.15×10-6と周囲の組織より高い)

実際には、銀歯の影響でボケてしまった強度画像に、位相画像から磁化率(か、関連数値)を逆算して取得し、それを強度画像に作用させ、隠れていたコントラストを描出させた、ということでしょうか。

漫画では、phantom.tif という TIFF 画像を読み込んできてなんかやってますね。ファントムでのデータを使って補正までかけるという芸の細かさw

猪股弘明(精神保健指定医)


MRI の基礎をすっ飛ばしていきなり応用編となってしまいましたが、もうちょっと基本から説明したものを某調剤薬局さんのブログに寄稿しましたので、ご興味があればご一読ください。

MRIってなに?-その1-

MRIってなに?-その2-』(「スピン」の説明してあります。測定原理的にはここがキモでしょうか)

MRIってなに?ーその3ー磁場の中に入るとなぜ体の中が見えるのか?

私も MRI の専門家ではないんですが、これくらいの知識があると画像の解釈がいくらか正確になるかと。

 

医療画像処理

某企業より依頼があったので、CTやMRIなどの医療画像から特定の臓器だけ抽出するソフトを試しにつくってみた。

ささっとつくったにしてはなかなか。
ポイントは「閾値処理だけでは狙った臓器だけを絶対に抜けない」ということに気がつくかどうか。

ただ、任意の臓器で精度よく抜いていくのはかなり面倒だと思う。

(追記)この手の技術は CAD (Computer-Aided Diagnosis) というらしい。日本医用画像工学会の CAD コンテストというのがこれに近いことをやっていた。良くも悪くもこの分野の現状がわかる。

(追記)この機能、 Horos や OsiriX のプラグインを使って実現できないだろうか?