ページの本文へ

検査画像AIソリューション



医療画像検査・診断や臨床検査などのシステム開発で、以下のようなお困りごとはありませんか?

• 大量の画像から病変や臓器など、特定の領域のみを短時間で抽出したい。
• 熟練者が持つ画像分析の専門的なスキルを広く活用できるようにしたい。
• AIによる効率化を検討しているが、本当に効率化できるのかが不安。

当社の「検査画像AIソリューション」は、
医療画像管理システム(PACS)開発や臨床検査装置開発で培った画像処理技術と
産業や社会公共分野における映像製品開発で培ったビッグデータやAIの分析技術を生かして、
お客様のシステム開発の課題解決を支援します。

トピックス

2024年5月24日
新規公開NEW:最新
本ページ「検査画像AIソリューション」を新規公開しました。

概要

「検査画像AIソリューション」は、撮影(撮像)した画像の病変や臓器などの特徴量の抽出を支援します。
特徴量は、データの特徴を定量的に表すための変数であり、特徴量を抽出できれば、データの分類や検査結果の予測に活用できます。

特長

1. AIを効果的に活用するノウハウがあります!

  • 過去の検査画像診断結果をAIに学習させることで特徴量のパターンをデータ化します。
  • 特徴量データを活用して検査画像の分析を実施し、診断業務・検査業務の効率化を支援します。
  • 特徴量データを抽出できれば、専門的なスキル・知識が必要な分析も実施可能です。

2. 段階的なサービス提供と効果判断により
効率的な導入を支援します!

3つのSTEPで費用負担を軽減します。

  • ✔ STEP1:サンプル検証
    AIで特徴量データを抽出できるかを検証します。
  • ✔ STEP2:本検証
    特徴量データが業務に適用できるかをPoC*1で確認します。
  • ✔ STEP3:開発
    サンプル検証や本検証の成果を用いて、お客様製品開発に必要なソリューションを提供します。

3. さまざまな医療システム開発で培った
医療分野・検査画像解析のノウハウがあります!

  • PACS*2や医療画像ビューアのシステム開発
    (サーバ選定〜システム開発、SI、性能チューニングなど)
  • CT*3/MRI*4/US*5/PACSなどの画像処理技術(DICOM*6規格、DICOM C/S*7対応)
  • 血液などの検体検査システムのハードウェア制御開発(SoC*8/FPGA*9)
  • 薬事法、薬局方への対応(お客さまの規格に則った開発を実施)
  • その他(電子カルテ、医事会計、地域包括ケア等のシステム開発に参画)

※画像はイメージです。実際の装置とは異なります。

*1 PoC:Proof of Concept(概念検証)
*2 PACS:Picture Archiving and Communication System(医療用画像管理システム)
*3 CT:Computed Tomography(コンピュータ断層撮影)
*4 MRI:Magnetic Resonance Imaging(磁気共鳴画像)
*5 US:ultrasonography(超音波検査)
*6 DICOM:Digital Imaging and COmmunications in Medicine
*7 DICOM C/S: DICOM Conformance Statement(DICOM適合性宣言書)
*8 SoC:System-on-a-chip
*9 FPGA:Field Programmable Gate Array

サンプル検証から開発まで、段階的に対応可能です。

No. メニュー 概要 期間 画像枚数 成果物
1 サンプル検証 AIで特徴量データを抽出できるかを検証 1ヵ月 50枚程度 簡易報告書
2 本検証 特徴量データが業務に適用できるかをPoCで確認 3ヵ月 200〜500枚程度 結果報告書
3 開発 サンプル検証や本検証の成果を用いて、お客様の製品に組み込むソフトウェアを提供 6ヵ月〜 300枚〜 ソフトウェア製品

※1:上記はご参考であり、実際の要件や難易度によって期間や画像枚数は異なります。
※2:各過程で得られたノウハウなどの所有権は応相談となります。

サービスメニューの図

お客様の製品開発にマッチするサービスをご提案いたします。

導入事例

① マーカーレス腫瘍位置トラッキングAIの開発

1.概要
がん治療おける腫瘍位置のリアルタイム自動追跡を画像認識AIで実現し、患者の負担を軽減。

2.課題
・肺や肝臓のような体幹部の腫瘍は呼吸などで位置が変動するため、高精度でリアルタイムな追跡が必要。
・放射線治療の場合、X線透視装置を用いて患部付近に埋め込んだ専用マーカーを目印に腫瘍を識別・追跡するケースが多いが患者の負担が大きい。

3.解決策
・腫瘍の位置を検査動画からAI(Deep Learning)で認識し、高精度かつリアルタイムで追跡する機能を実現。
・患者の体内に専用マーカーを埋め込む必要が無くなり、患者の負担を軽減。

マーカーレス腫瘍位置トラッキングAIの図

専用マーカー埋め込み時と同等の追跡性能・追跡精度を実現
(高速な推論でリアルタイム動画30fpsに追従)

② 筋肉量計測システムへのAI適用

1.概要
日本の国際競技力向上の中核拠点、ハイパフォーマンススポーツセンター(HPSC)の国立スポーツ科学センター(JISS)における支援・研究で利用されている、MRI筋形態解析システムの機能拡張(AI検証・評価)を受注し開発。業務の効率化を実現。

また、学術雑誌 Journal of High Performance Sport(JHPS)2023年11巻 短報

「ディープラーニングによる MR 画像解析支援アプリケーションを用いたアスリート支援におけるルーティンワークの自動化」 を共同執筆。

2.課題
体幹や大腿部などMRI画像から各筋肉量を計測し、効果確認やトレーニング計画を立てている。
MRI画像から手作業で筋肉の領域分けや計測作業を実施していたため、時間と労力が大きくかかっていた。

3.解決策
筋肉の領域分けや計測を、AI(Deep Learning)で自動化。

筋肉量計測システムへのAI適用の概略図

計測作業効率が約3.5倍*1に向上。計測精度は熟練者と同等で計測者による誤差も解消

*1: 今回の事例おける作業効率化度合。効率化度合は条件、状況により変わります。

③ 舌画像解析へのAI適用

1.概要
顔画像から舌部分を抽出し健康状態を識別する業務をAIで効率化。

2.課題
・舌の診断は舌苔の色味や状態が重要で、カメラ画像では、色や明るさなど周辺環境の影響から正しい診断が出来ず、患者が来院し専門医が診る必要がある。
・また、日々の変化を把握することが重要だが、毎日確認するのも困難。

3.解決策
・AIと画像処理を組み合わせて、色、苔の状態を定量的に測定することにより、舌の状態を判別。

舌画像解析へのAI適用

AI活用により舌画像から舌の状態が診断可能となった。
今後、体温や血圧などの健康状態との因果関係を明確にし、体調悪化の事前把握の実現に向け開発中