CADのあるAiの未来と無い未来（前編）
「エーアイとシーエーディ」と書くと，人によっては「人工知能と計算機支援設計」を思い浮かべるかもしれません．もちろん，この学会ではエーアイを人工知能と考える人はいないと思いますが，シーエーディは分かりません．本稿で言うシーエーディ（CAD）は，計算機支援診断のことです．すでに2004年の1000字提言で本学の小畑学長がCADについて紹介していますので，併せて読んでいただくと分かりやすいでしょう．以下では，生体画像診断用のCADの特徴とCADのあるAiの未来について述べます．また，現在開発中の死亡時の3次元CT像から骨折を検出する処理（第４回Ai学会総会で報告予定）についても紹介します．
生体を撮影した医用画像に対するCADの研究の歴史は40年以上にもなりますが，実用化の歴史はわずか10年足らずです．そのため，放射線科医の中には現在でもCADを知らない人がいます．また，CADの解釈も人によって区々です．現在この分野の研究者たちの共通の解釈は，「計算機によって抽出された何らかの情報を参照しながら行う診断」です．どの程度参照するかは人に任されていますが，最終的な責任は医師しかとれないことを考慮すると，あくまでも参照であり，最後の診断は医師が責任を持って行うと考えるのが妥当です．それでは，CADを使うメリットは何処にあるのでしょうか？幾つか考えられますが，大きなものは，診断の効率化と高精度化です．効率化の例を一つあげます．例えば千枚以上のCT像を用いた全身検索には大変な労力が必要ですが，CADがあらかじめ画像上の怪しい場所をチェックし，そこのみを診断すれば良いとなれば，随分と楽になります．ただし，これには普通は，「計算機が見落としをしていなければ」，という条件が付きます．確率論の立場からは，見落としの確率を完全にゼロにすることは不可能です．問題は，それが医師による精度よりも高いか否かにあるはずですが，人間は，人にはやさしく機械には厳しい様で，機械による見落としはなかなか許容してもらえません．そのため，コスト削減の恩恵を得られるようになるのは，まだまだ先になりそうです．2つ目のメリットは高精度化です．これは既にいくつかの例で実証されています．ここでポイントとなるのは，CADの出力の性質を医師がよく理解することと，その特性を上手に生かして診断をすることです．例えば，実用化されているマンモのCADの場合には，まずは医師が画像を見て通常通り診断を行い，その後，CADの出力を参照し，必要があれば診断を変更します．確実に診断時間は伸びますが，CADの出力が医師の診断と相補的，かつ，医師もそのことを良く理解していれば，診断精度は向上します．
上記のことを踏まえてCADのあるAiの未来と無い未来について考えてみます．