ヘルスケア領域での
Deep Learningの動向
HoloEyes株式会社
谷口 直嗣

理論系 -> 医療画像系
理論系のカンファレンス
NIPS https://nips.cc/
Computer Visionのカンファレンス
CVPR http://cvpr2018.thecvf.com/
↓
医用画像カンファレンス
MICCAI https://www.miccai2018.org/en/

臓器のセグメンテーション、病変の検出が中心
Grand challenges in Biomedical image analysis のデータを利用
しないと大規模データにならない。
（残念ながら日本からオーガナイズが無い）
https://grand-challenge.org/

肝臓のセグメンテーション
Qi Dou, Lequan Yu, Hao Chen, Yueming Jin, Xin Yang, Jing Qin, Pheng Ann Heng. "3D Deeply Supervised Network
for Automated Segmentation of Volumetric Medical Images" Medical Image Analysis (MedIA), 2017. (The journal
version of MICCAI paper)
https://github.com/yulequan/
https://www.sciencedirect.com/science/article/pii/S1361841517300725

頸部癌の放射線治療ターゲットの腫瘍領域の
輪郭決定にAuto-Encoderを使用
Comparison between predicted ground-truth clinical target volume
(CTV1) (blue) and physician manual contours (red) for four
oropharyngeal cancer patients. The primary and nodal gross tumor
volume is included (green). From left to right, we illustrate a case
from each site and nodal status (base of tongue node-negative,
tonsil node-negative, base of tongue node-positive, and tonsil
node-positive).
Credit: Carlos E. Cardenas, MD Anderson Cancer Center
Carlos E. Cardenas, Rachel E. McCarroll, Laurence E. Court, Baher
A. Elgohari, Hesham Elhalawani, Clifton D. Fuller, Mona J. Kamal,
Mohamed A.M. Meheissen, Abdallah S.R. Mohamed, Arvind Rao,
Bowman Williams, Andrew Wong, Jinzhong Yang, Michalis
Aristophanous. Deep Learning Algorithm for Auto-Delineation of
High-Risk Oropharyngeal Clinical Target Volumes With Built-In
Dice Similarity Coefficient Parameter Optimization Function.
https://www.ncbi.nlm.nih.gov/pubmed/29559291
https://www.sciencedaily.com/releases/2018/05/180509104936.ht
m

薬物相互作用予測
薬物-食べ物の名前と化学構造から薬物相互
作用予測
358,995の薬物-食物成分対 -> 357疾患、430
薬物、274食品成分、356食物元
薬物相互作用（86種の薬物相互作用タイプ）
の予測性能92%
http://www.pnas.org/content/early/2018/0
4/13/1803294115
https://phys.org/news/2018-04-deep-
drug-drug-drug-food-interactions.html

末期患者の余命を予測
スタンフォード病院のEHRデータベース（200万人以上）から18層のニューラルネットワークを用い
て、3~12ヶ月後に患者が死亡する可能性を予測、緩和ケアが必要とされる患者にコンサル開始の選択
意思決定サポート
https://stanfordmlgroup.github.io/projects/improving-palliative-care/

複数患者間の位置合わせ
CT画像に対して、どんな変形を行えば、患者間の位置合わせができるかを学習、強化学習の枠組みを用い
て報酬が最大となる行動を選択
http://www.tmansi.net/index.php/author/tmansi/
https://arxiv.org/abs/1611.10336

nVidia Project Clara
Tesla V100 GPU で実行される V-Net (完全な 3 次元畳み込みニューラル ネットワーク) によってセグ
メンテーション処理された左心室の 3D 超音波画像
https://blogs.nvidia.co.jp/2018/04/06/ai-healthcare-gtc/

GAN(Generative adversarial netoworks)を
使ってデータを作成
MRI画像を入力にCT画像を生成
https://arxiv.org/abs/1612.05362
https://github.com/xinario/awesome-gan-for-medical-imaging

眼底の画像から糖尿病性網膜症を検出
FDA認可されている
https://www.eyediagnosis.net/