粟井：画像診断の世界では、コンピュータ支援診断（CAD）と呼ばれる領域があり、1960年代から研究開発が進められてきました。この従来のCADと、最近のAIは同じものと考えてよいのでしょうか。

木戸：CADは、コンピュータの解析結果を用いて最終的な診断は医師が行うという考え方ですが、現在、AIで医療分野の研究をしている人々は必ずしもこの考え方にはこだわってはいないと思います。最近の医用画像解析を大きく変化させてきたという印象を受けるのは、Deep Learningだと思いますが，この手法を使ったCADというものもあるので、そういう意味ではAIとCADが重なる部分があると思います。
先生から見られて、臨床現場ではAIの使用は浸透しているでしょうか。

粟井：現在、放射線科領域では主にマンモグラフィとCTコロノグラフィでAIが用いられています。おそらくマンモグラフィにおけるAIが現時点では、臨床現場で最も普及しているAIでしょう。マンモグラフィ装置のオプションとしてAIを導入している施設は、日本国内でも相当数あり、AIと意識せずにマンモグラフィの読影に利用している医師も多いのではないかと思います。
次に普及しているのがCTコロノグラフィでしょう。これは、大腸の仮想内視鏡像あるいはその展開した画像の上で腫瘤性病変を自動検出するものです。CTコロノグラフィはやや煩雑であるため、臨床へのCTコロノグラフィの導入にはAIの使用が前提となっていたと思います。従って、CTコロノグラフィの読影をしている人でAIを使用していない人は少ないように思います。
また、かなり初期からAIが研究開発されているのは、胸部X線写真やCTにおける肺結節の検出でしょう。広島大学では、広島県三次市の低線量CT検診に医学的支援を行っています。三次市では毎年1,500例ほどの検診が実施され、当研究室のメンバーでCT画像の読影を行っていますが、その際に東京大学コンピュータ画像診断学/予防医学講座で開発されたCIRCUSという肺結節の自動検出システムを使用しています。私自身はAIの有用性はかなり高いと考えていますが、偽陽性が多いため、読影を行う医師の中にはAIをあまり評価していない人もいます。
病変の鑑別診断を行うシステムも、かなり以前から研究されています。私自身も、2006年にRadiology誌にて、コンピュータによる肺結節の良悪性の鑑別について報告しています。しかしながら、現在のところ、病変の画像から鑑別診断を挙げるシステムで実際の臨床に供されているものは、私の知る限りありません。
木戸先生は、以前から肺の間質性疾患の陰影パターン分類を手がけられていますが、現在の研究の状況や今後の展望はいかがですか。

木戸：私たちは、陰影パターン分類の識別率を上げるという観点から研究に取り組んできており、いくつかの手法を提案し、一応満足のいける結果を得たと考えています。もちろんDeep Learningなどを用いた手法も行っています。次は我々が開発した手法の実際の運用での問題点の解決に取り組みたいと考えています。

粟井：医用画像においてAIを展開する本邦のプロジェクトとしては、平成21年から25年にかけて、文部科学省の科学研究費補助金新学術領域研究「医用画像に基づく計算解剖学の創成と診断・治療支援の高度化」や、平成26～30年度には「医用画像に基づく計算解剖学の多元化と高度知能化診断・治療への展開」が新学術領域研究に採択されています。木戸先生も参加されていたこれらの「医用画像に基づく計算解剖学」は、どのようなコンセプトで研究が行われ、どのような成果が得られたのでしょうか。

木戸：計算解剖学は人体の臓器構造を統計的に記述した「計算解剖モデル」を構築することで高精度な医用画像理解を実現することを目指しており、また多元計算解剖は、空間軸、時間軸、機能軸、病理軸と多元化した情報を全て「多元計算解剖モデル」としてシームレスに融合させることにより、個別の画像理解にとどまらない人体の総合的な理解へと発展させるという壮大な目的を持ったプロジェクトです。
私のグループは、前者の研究では、支援の対象をAi（死亡時画像診断：autopsy imaging）にまで広げ、後者では3Dスキャナ情報などの新しいモダリティを活用した取り組みを行っています。

粟井：最近は、類似画像検索システムも実用化されつつあります。このシステムも、一種のAIであると思いますが、類似画像検索技術は今後どのように発展するとお考えでしょうか。