岡山大学と両備システムズは、AIで染色内視鏡画像を再現する技術の研究開発がAMED事業に採択されたと発表した。
色素を使わない新たな診断手法として、がん検査の安全性と効率の向上が期待される。
AIで染色内視鏡画像を再現
3月18日、岡山大学と両備システムズなどの研究グループは、AIを用いて通常の内視鏡画像から染色内視鏡に相当する画像を生成する「仮想色素内視鏡」技術の研究開発が、日本医療研究開発機構（AMED）の「令和8年度革新的がん医療実用化研究事業」に採択されたと発表した。
従来、大腸がんなどの精密診断では、インジゴカルミンなどの色素を用いた染色内視鏡検査を行うことで病変を詳細に観察していた。
しかし、染色には時間や手技的負担が伴うほか、安全性や標準化の面で課題も存在していた。
今回の研究では、画像変換AIであるCycleGAN（※）を用い、通常の内視鏡画像から染色画像を生成する。
これにより色素散布を行わずとも同等の観察情報を得ることが可能となる見込みである。
染色操作の省略により検査時間の短縮や医師の負担軽減が期待されるほか、患者の身体的な負担軽減も期待できるという。
さらに、デジタル技術による診断の標準化が進むことで、地域や施設による診断格差の縮小にもつながるとされる。
※CycleGAN：異なる種類の画像間で特徴を学習し、片方の画像をもう一方に変換するAI技術。対応する画像データがなくても変換が可能な点が特徴である。
仮想色素内視鏡がもたらす診断変革の可能性
今回の技術により、内視鏡検査の効率化と再現性の向上が同時に進む可能性がある。
従来は手技や経験に依存していた工程が標準化され、検査時間の短縮や医師の負担軽減、患者の身体的負荷の抑制にもつながると考えられる。
さらに、画像処理による均質化が進めば、施設間の診断水準の差を埋める基盤としても機能し得るだろう。
一方、AIが生成する画像の信頼性は依然として大きな論点となりそうだ。
見た目の自然さと診断精度は必ずしも一致せず、微細な病変の表現にズレが生じるリスクも否定できない。
特に医療領域ではわずかな差異が診断結果に影響するため、生成画像の妥当性をどのように担保するかが課題として残り続けるだろう。
今後の展望としては、まず大腸内視鏡領域を中心に臨床的な有効性検証が進み、診断支援ツールとしての位置付けが確立されるかが焦点となりそうだ。
実臨床での多様な症例や撮影条件に耐えうる精度が確認されれば、補助技術にとどまらず、標準的な診断プロセスへと組み込まれていく可能性もある。
こうした進展が、医療の質の均質化を後押しすることに期待したい。
関連記事：
両備システムズ、AIでトラック在車状況を自動検知するシステム「IT-Parking for Truck」提供
世界初AI細胞診が実用段階へ 子宮頸がん検診の精度と人材不足を同時に変える
大阪大学歯学部、親知らず抜歯支援AI導入 パノラマ画像で下顎管接触を推定
