gastroAI onlineでは、内視鏡医の先生方に役立つ情報を中心に、情報を発信しています。今回は、東北大学病院 消化器内科（宮城県） 准教授の小池智幸先生に、オンラインによる「内視鏡AI体験」を行っていただき、それを踏まえて内視鏡AI及び内視鏡診療に関するインタビューをさせていただきました。

わかりにくい症例も内視鏡AIは確信度高く判定していたことが良かった

内視鏡AIを体験して、率直なご感想をお聞かせください

胃癌鑑別を行う内視鏡AI（プロトタイプ）は、明らかに癌だとわかる症例はもちろん、わかりにくい症例も確信度高く判定していたことが良かったと思います。内視鏡動画のサンプルの数を増やして、より多くの症例を体験できるとより良いものになると感じました。また、二次読影のAIのプロトタイプも見させてもらい、実用化に向けた開発が進んでいることを確認できました。また、今回はWebミーティングツールを用いた遠隔によるオンラインAI体験をさせてもらいましたが、内視鏡検査の動画を自分の手元で操作し、実際にAIを使うような感覚で体験することで、臨床現場での利用シーンをイメージすることができ、期待していたものよりも良かったと思いました。

「Low Confidence」が検診における不要な生検を減らす可能性

内視鏡AIはどのような場面で役立つでしょうか。また、どのような医師にとって有用性がありそうでしょうか。

今回体験させてもらった鑑別の機能で言えば、若手の医師や一人で内視鏡をやっているクリニックの先生による、検診における不要な生検をできるだけ減らすいう点で有用性があるように感じます。私が若い時もそうだったのですが、経験が少なく自分の判断に自信を持てないと「癌を見逃したくない！」という心理から、良性の病変の可能性が高いと思っていても結局生検してしまうということがしばしばあります。指導医がそばにいて生検しなくてよいと指導してくれると良いのですが、いつも指導医が隣にいるわけではありません。そのような場合に、内視鏡AIが隣にいる指導医の様に、特異度が高く「Low Confidence」と解析結果を返すことができれば、しなくても良い生検を減らせるのではないかと思います。自分が癌を強く疑えばいずれにせよ生検を行うわけですから。最近では抗凝固剤を内服したまま視鏡検査を行うことがほとんどですので、出欠リスクを減らすという意味でも、有用性があるのではないでしょうか。

二次読影におけるAIのサポートも、現場でのニーズがあると思います。院内であれば撮影方法を教育することが容易にできますが、二次読影においては様々な内視鏡医が撮影した画像を読影しなければなりません。撮影方法、例えば部位を撮影する順番が全く違うこともあります。内視鏡施行医によって多様な内視鏡画像をチェックするというのは、もちろん癌を見逃さないために重要なことではありますが、なかなか骨が折れます。そういったときにAIが、こちらが見やすいように画像を整理してくれる等、実際の検査中に撮影自体をサポートしてくれるようになると、撮影する先生のスキルアップにも繋がりますし、また二次読影を効率よく進められると思います。

AIによる若手内視鏡医のサポートで医師不足の解消へ

また、東北地方に限りませんが、地方において内視鏡医が不足している課題もあります。それを解消すべく、若手の先生が地方の施設に就業できるよう取り組まれていますが、内視鏡AIが若手の経験の少ない内視鏡医の教育のサポートにもなると思います。

現場の「内視鏡AIによる拾い上げ」への期待は大きい

小池先生がお考えの「臨床現場に役立つ内視鏡AI」は、どのようなものでしょうか。また、その理由もお聞かせください。

やはり、拾い上げの機能への期待が大きいです。胃癌であれば、特に難易度が高いピロリ菌除菌後の病変を拾い上げてくれると、ありがたいです。若手の先生はもちろんですが、どんなベテランの先生でも「後から振り返ってみると・・・」というような、見逃し症例を経験しているでしょう。レビューで見つかることもありますが、内視鏡AIを併用していれば、それはレビューの様に2人の内視鏡医が診断していることと同じになります。

仙台市では、2年前から内視鏡による胃癌検診を導入しており、ほとんどの場合専門医が内視鏡検査を行いますが、今後より地方で内視鏡検診を導入していくことを考えますと必ずしも専門医が検査をするとは限らないのが現状です。また、研修会等も行ってはいますが、特にクリニックの先生の中には、癌を見逃してないだろうかと不安を抱えながら検査を施行している先生もいらっしゃると思います。やはり、内視鏡AIへの拾い上げの現場ニーズは強いと思いますね。

希少疾患の可能性を示すことができれば、内視鏡AIの有用性は更に高まる

見逃しをなくすために、悪性かどうかという観点で病変を正しく拾い上げできることも大切ですが、将来的には「内視鏡に特徴的な所見のある希少疾患の診断名」を示せるようになってもらいたいです。例えば昔は、好酸性食道炎という疾患は一部の医師しか知りませんでした。一度経験すればわかるようになりますが、初見の場合は正しく診断できない可能性があります。内視鏡AIが悪性かどうかの判断だけではなく、疾患名とその可能性を示せるレベルになることで、内視鏡AIの臨床現場における有用性は更に高くなると考えています。

将来的には、患者さんのデータを総合的に判断し提案する機能に期待

他にも、内視鏡AIに期待する機能があればご教示下さい

診断以外にも将来的に内視鏡AIに期待することはあります。例えば緊急内視鏡において出血部位かわかりにくい時や、若手の医師がESDを施行する際にどの部位を切開していけばいいのか判断に迷っている場合があることを指導の際にしながらしばしば経験します。いずれの場合も内視鏡AIによるナビゲーションがあれば、指導医が不在でも安全に内視鏡処置が進められる可能性があると考えています。

また、将来的には合併症の有無や生命予後等といった、患者さんの背景情報を踏まえた上で、ESDが良いのか、外科手術が良いのか、それとも化学療法やおよび放射線治療が良いのかを内視鏡AIが提案してくれるようになることも期待しています。現在、これまで医師の経験により判断してきたものを、スコア化することでより客観的な判断がなされるようになりつつありますが、医師の経験や能力に依存しない形で治療方針の決定ができるようになると、診療の質が向上し患者さんにもメリットがあるのではないかと思います。

ひとりのスーパースターから学ぶ時代から、個人のスキルに頼らない時代へ～内視鏡医の学び方の変化～

最後に、これまでの内視鏡診療がこれからどのように進化していくか、小池先生のお考えをお聞かせください

今と昔で違うこととして挙げられるのは、内視鏡医の「学び方」だと思います。現代では内視鏡室が個室化し複数に分かれていますが、昔は一部屋の内視鏡室の中に複数の検査台がならんでいる状態で、そこに模範となるようなひとりのスーパースターの内視鏡医がおり、全ての検査、治療をチェックしながら診療するような環境でした。また、「見て覚えろ」というやり方も一般的でした。

一方で、現代では働き方改革により「現場で長時間教える・教わる」というやり方自体が、時代に合わなくなってきています。それに加え、内視鏡診療を体系的に勉強できる体制が整ってきています。アートだった内視鏡診療が、体系化されサイエンスになっています。内視鏡アトラス（書籍）や、平澤先生などが配信しているメールマガジン等、学ぶ環境としては昔に比べ恵まれているなと感じます。勉強をする上で、どのようなコンテンツで、どのように学ぶかは重要です。

今後、内視鏡AIが進化して様々な機能が実用化されることで、「内視鏡AIがないと」というような未来が来るかもしれません。最近では、診断困難症例に出会った若手の医師が「これは内視鏡AIに判定してもらうしかない」と口にするようなこともあり、内視鏡AIが実用化され、内視鏡室にあることが当たり前になってくるような気配が現場にもあります。確かに、内視鏡AIを活用することで診療の質が上がる可能性はあるでしょう。

ただ、内視鏡AIはあくまでもサポートで、内視鏡を操作して診断をするのは医師です。ですので、内視鏡AIに全部任せようとするのではなく、まずは医師が内視鏡診療を学ぶ姿勢を持ち続けることが重要だと考えています。学ぶためのコンテンツは昔より格段に良くなっているのですから、それを最大限活用することが大切です。そのうえで内視鏡AIを利用しながらより良い医療の提供を目指すことがこれからの内視鏡診療ではないかと私は考えています。

最後になりますが、昨年は胃癌検診が新型コロナウイルスの感染拡大により一時的にストップしました。そうなると次の検診まで1年、場合によってはそれ以上間隔が空いてしまうことがあるので、次の検診の重要性がより高くなります。その際に癌を見逃してしまうと、癌がより進行してしまう危険性があるためです。癌の見逃しが減るよう、内視鏡AIが一日も早く実用化されることを期待しています。