掲載日時: 2026.05.29 14:30
・アジア太平洋地域では、胸部スクリーニングにおいてAIを活用することが肺癌の臨床的管理における重要な要素として位置づけられています。
アジア太平洋地域でAIを活用して見落とされがちな肺癌を発見する戦略
・アジア太平洋地域では、肺癌の増加に直面しています。高リスクではない煙草を吸わない人々にとっては、これまで以上にAIを活用する必要があります。人口全体のスクリーニング活動において。
肺のスクリーニングで、AIは医師が入院や手術前の検査や一般的な健康診断で見落とすことが多い警告サインを捉えるのに役立ちました。しかし、それをより広範なスクリーニングプログラムに変えることは簡単ではないです。地域の多くの保健システムは、スクリーニング機器の利用できる領域が限られていることや放射線学的能力不足、デジタル統合の問題、あるいはいくつかのケースでは報酬関連であるため、AIを導入するのに際立つ課題で苦しんでいます。
《Mobihealth News》からのインタビューでは、Qure.aiのチーフメディカルオフィサーであるDr. Javier J Zuluetaが、アジア太平洋地域における肺癌検出にAIを活用することの現状について話しました。また、人口スクリーニングにおいて何を実行してきたかそして、この領域でこの問題に対処するために課題がありつつある点も説明しています。
Q. Qure.ai視点から、アジア太平洋地域における肺癌検出にAIを活用し始めることの進捗度合いはどれくらいでしょうか。
A. しかし、これはこの地域で多くの保健システムがまだ直面している、肺癌検出における構造的課題の強く反映した内容です。いくつかの資源が希少にあるこの地域では、CTインフラの利用可能性と臨床者の不足があります。また、購入枠組みやデジタルヘルス統合もまだ広範囲にわたって進化中である点です。
実際、この地域を分析した最近の研究によると、東南アジアと西太平洋でのいくつかの国々では、完全な組織的な癌スクリーニングプログラムがまだ存在していません。それは、この地域で根本的なスクリーニング技術を見直され続けていることを示しています。しかし、これは、この領域でAIを活用することに取り組む内容の反映にもなっています。なぜなら、政府や保健システムのリーダーがAIによってこれらギャップを埋めることができるという認識が広がっているからです。
ただそのような地域でも、そのような政策やシステム的な実現により、保健システムへのアクセスを拡大し診断を早めさせることを可能にすることを期待しています。また、この傾向はマレーシア・インドネシア・ベトナムとフィリピンなどの市場で見てきました。肺癌の解決策が実質的臨床ワークフローに導入され始めたことに対して、これらの国々では既存のプライベートとパブリック両方の保健システムでAIを活用しています。
このことから、マスコミはインドに関する事例の中で、アジア太平洋地域における肺癌検出に何が必要であるかについて話しました。胸部X線解釈や結核スクリーニングではすでにAI大幅導入されており、これらの市場では放射線学的能力だけでは保健システムへの需要を満たしていません。このため、アジア太平洋地域における肺癌検出の中で、必要なインフラストラクチャは必然的にAIとなりました。
Q. アジア太平洋地域では、煙草を吸わない人々が肺癌に罹患することの重大な臨床的問題がある。したがって、これに関するアジア太平洋における今後の展開においては、
A. なぜか東アジアの場合、約1/3の肺癌患者は煙草を吸っていません。これはこの地域でAIによって肺癌検出についてどのように置くべきであるかということです。
胸部X線画像診断が世界で最も広く使用されている画像診断モジュールなので、アジア太平洋における肺癌の問題に関連していることから、 chest部X線はそれらの問題を解決したり、標準的な画像診断によって潜在的に見落とされる可能性がある異常などを見つけるのに役立ちます。
Q. AIによってトリガーが位置付けられるべきということは、今後どう考えているのか。AIが肺癌検出においてどのように位置づけれているか。
A. アジア太平洋地域におけるこの問題に関しては、それらを標準的な画像診断ワークフローに組み込むことで対処されます。これは何でしょうか。その胸部X線の基準報告によりAIが疑わしい結節を探し出すための機会的検出を可能にすることです。この結果、診療所による胸部スクリーニングごとに早い段階で悪性結節を発見をするようなことができます。これは実際に行われたケースでは肺癌が疑わしい場合、AIによるトリガーを単純な検出の効果化として捉えること以上に診療時における迅速な検査対象となる可能性があります。
Q. この地域でも、保健システム全体でこのモデルが拡大される最も困難な障壁は何か。それに対してどのように解決するか？そして、この方面の強力な連携にはどのようなパートナーであるか。
A. 3つの要素は常にスピードを遅らせてしまいます。まずワークフローの統合です。AIが標準的なPACSや報告環境に適合しないとすぐ放棄されます。しかし放射線学者にとって、AIを標準的な画像診断モジュールに組み込むことが必要です。
また、放射線学研究から検出しても、それはどれだけ意味があるかということもある。これによりCT確認の転送患者への随後対応などが可能になるでしょう。このため、このような連鎖によって癌を早め発見することとなるでしょう。しかし
コメント