Upgrade to Pro — share decks privately, control downloads, hide ads and more …

JSAI2024チュートリアル医療情報と人工知能(担当箇所)

rinabouk
October 14, 2024
68

 JSAI2024チュートリアル医療情報と人工知能(担当箇所)

rinabouk

October 14, 2024
Tweet

Transcript

  1. / 55  医療情報と人工知能への心理的障壁 01 お勉強 公開データを使う 医療機関の実データを使う 成果発表 知識がない!

    医療情報に親しむ 機会がない! COIを開示せよ? 倫理審査が必要? h"ps://en.wikipedia.org/wiki/Chest_radiograph h"ps://en.wikipedia.org/wiki/CT_scan h"ps://doi.org/10.7910/DVN/DBW86T
  2. / 55  医療情報と人工知能への心理的障壁を下げる 02 お勉強 公開データを使う 医療機関の実データを使う 成果発表 医療分野のルール・文化は

    けっこう単純・公開されている 医学知識・医療情報は けっこう柔軟に手に入る h"ps://en.wikipedia.org/wiki/Chest_radiograph h"ps://en.wikipedia.org/wiki/CT_scan h"ps://doi.org/10.7910/DVN/DBW86T 知識がない! 医療情報に親しむ 機会がない! COIを開示せよ? 倫理審査が必要?
  3. / 55  教科書 医療情報と人工知能 11 医療と技術のバランスがとれた、この一年間のホットトピック ◆Yearbook of Medical

    Informatics https://www.thieme-connect.com/products/ejournals/journal/10.1055/s-00034612 技術動向に基づく研究トピック 各種論文誌・国際会議予稿集の参照をお勧めします ◆Journal of Biomedical Informatics ◆Journal of the American Medical Informatics Association ◆AMIA Annual Symposium Proceedings ◆npj Digital Medicine ◆NEJM AI 応用先に基づく研究トピック ◆Chiang, M. F. (2021). Biomedical informatics: computer applications in health care and biomedicine. Springer Nature. 5th edition ◆William Hersh (2022). Health Informatics: Practical Guide, 8th Edition “医療”っぽい分類 “医療情報と人工知能”を広くカバー 画像処理など については、小林先生があとで教えてくれます。 J
  4. / 55  教科書 医学・医療 12 まずはここから ◆疾患・臓器別に知りたい 病気がみえるシリーズ メディックメディア社

    ◆症状別に知りたい 診察ができる Vol.2 鑑別診断 メディックメディア社 ◆悪性腫瘍(がん)について知りたい がん情報サービス https://ganjoho.jp/public/index.html 疾患の診断・治療の詳細を把握したい ◆ガイドライン ◆「疾患名 + ガイドライン」で検索(書籍のみの場合も) ◆ 悪性腫瘍(がん)について http://www.jsco-cpg.jp/ 医者の思考過程を覗きたい ◆診断と認知バイアス 「誤診」はなくせるのか? 監訳:綿貫聡、徳田安春 医学書院 2019年 専門性と分かりやすさ のバランスが神 診断基準や治療方針は、国・地域 によって細部が異なる 医学の専門性は臓器・からだの部位ごと しかし、検査や症状は臓器・部位をまたぐ 版元ドットコムより
  5. / 55  用語集・シソーラス・コード集など 13 用語集等をまとめて確認できる書籍 ▶ 医療言語処理 荒牧英治著 コロナ社

    2017年 入手先 特徴 病気 ICD-10 閲覧・検索(日本語) http://www.byomei.org/ ダウンロード https://www2.medis.or.jp/stdcd/byomei/index.html WHOが定める、ICD- 11が近日公開予定、ツ リー構造 万病辞書 https://sociocom.naist.jp/manbyou-dic/ Mecab用辞書データあり 薬剤 HOTコード https://www2.medis.or.jp/master/hcode/ 他の薬剤コードとの対 応が充実 検査 臨床検査マ スター https://www2.medis.or.jp/master/kensa/index.html 生活 ・ 看護 ComeJisho https://ja.osdn.net/projects/comedic/ 看護領域の形態素解析 目的で作成 ICF 閲覧(日本語) https://iris.who.int/bitstream/handle/10665/4 2407/9241545429-jpn.pdf?sequence=313&isAllowed=y 国際生活機能分類 WHOが定める 国や地域によって利用できる・利用されている用語集は異なる可能性がある。 J
  6. / 55  用語集・シソーラス・コード集など 14 医療系の用語集の類 はどうやって作成・管理しているの? The International Classification

    of Diseases (ICD) WHO▶厚労省の担当室▶日本医学会・日本歯科医学会を通じて関連学会に和訳を依頼 ▶厚労省が確認・修正 [1] 日本の公的統計(人口動態調査、患者調査)に、ICDに準拠した分類を利用する 統計法[2]で規定されている統計基準の詳細は総務省告示[3]で公示[4,5] 随時、修正が生じる [1] https://www.mhlw.go.jp/content/10701000/001149283.pdf [2] https://elaws.e-gov.go.jp/document?lawid=419AC0000000053 [3] https://www.soumu.go.jp/main_content/000343181.pdf [4] https://www.soumu.go.jp/main_content/000933080.pdf [5] https://www.mhlw.go.jp/toukei/sippei/index.html [6] https://jams.med.or.jp/glossary_committee/doc/2022material_s1.pdf [7] https://square.umin.ac.jp/helics/html/ [8] https://www2.medis.or.jp/master/kensa/pdfs/19-06_202105.pdf (p.6) その他 ・厚労省が認可した標準規格等の作成・管理・配布を担う一般社団法人が存在[6,7] 各種業界団体、学会から構成される専門の協議会と連携体制 [8] ・研究者が独自に頑張る ʁ A. 行政・学術団体・業界団体が協力して、組織的に行われている
  7. / 55  データセット 21 若手研究者が自己裁量で利用・支払い可能かの観点に基づく超主観分類 データ量 利用料 申し込み先の公開 欠点

    公開データセット △〜◦ ◎ ◎ 有象無象も 制限付き公開データセット ◦ ◎ ◎ 医療場面は限定的 各病院・クリニックのデータ 臨床目的で保存されている既存の情報 ×〜△ ◎ △ 研究倫理審査が必要 匿名加工医療情報 (次世代医療基盤法に基づく) ◦〜◎ × ◦ 高額 販売医療データ ◦〜◎ × ◦ 高額 研究開発目的で収集されたデータセット ◦〜◎ × × 人脈依存な側面も
  8. / 55  公開データセット 22 診断 治療後モニタリング ライフログ SNSなど における言語的コンテンツ

    薬剤の処方履歴 手術動画 ⼩林和⾺先⽣作成スライドを改変 カルテテキスト 言語 数値 言語 レントゲン、CT、MRI、内視鏡、エコー、眼底写真、皮膚画像 画像 心電図、脳波、筋電図 数値 血液検査値 動画 音声 音声 日常会話 数値 歩容動画 動画 構音・発話 生体センサー 数値 波形
  9. / 55  公開データセット 22 診断 治療後モニタリング ライフログ SNSなど における言語的コンテンツ

    薬剤の処方履歴 手術動画 ⼩林和⾺先⽣作成スライドを改変 カルテテキスト 言語 数値 言語 レントゲン、CT、MRI、内視鏡、エコー、眼底写真、皮膚画像 画像 心電図、脳波、筋電図 数値 血液検査値 動画 音声 音声 日常会話 数値 歩容動画 動画 構音・発話 生体センサー 数値 波形 1か月前から新しい職場に勤務開始。 →UC再燃とのこと。 vitalはstable、発熱は無し。BW37.4kg(-2.5kg/5W) SMBG G(2-)Q(5-8-4) ・2/10:116/119-147/94-118/184 ・2/11:110/199- 血糖OK、併診解除 歯科口腔外科 ご担当先生 お世話になっております。上記、血糖安定しておりますので、 処方の継続をお願い致します。 血糖の変動がある場合には、ご連絡いただけると幸いです。 お手数おかけいましたすが、よろしくお願い致します。 代謝内科 上松さうる(35690) https://github.com/ieee8023/covid-chestxray-dataset/ h"ps://www.kaggle.com/datasets/kmader /skin-cancer-mnist-ham10000 ここに示すのはごく一部のデータ例です。 https://github.com/UCSD-AI4H/COVID-CT
  10. / 55  公開データセット 22 特徴 機械学習系リポジ トリ等 UCI機械学習リポジトリ Kaggle

    NII IDR HuggingFace Datasets NTCIRテストコレクション 医療系リポジトリ PhysioNet 心電図(波形)関連データが充実 The Cancer Imaging Archive (TCIA) 画像リポジトリ、HIPPAに準拠して公開 (https://www.cancerimagingarchive.net/disclaimer/) NHSx (https://github.com/nhsx) 画像が充実 NIH-Supported Data Sharing Resources ライフログデータなども その他 https://zenodo.org/records/4064153 公開擬似カルテテキスト ここに示すのはごく一部の例です。 日々更新されますし、まとめブログの類も充実していますので、ぜひ調べてみてください。 個々のデータセットで定められているルールを守っていただければ自由に研究利用できる J Shared Taskやコンペの類 も盛ん ※あくまで代表的例
  11. / 55  制限付き公開データセット 23 患者数 特徴 MIMIC IV /

    III / II / CXR / ED 50,048 (MIMIC-IV) 公開デモデータ https://physionet.org/content/mimic-iv-demo/2.2/ データ処理パイプライン https://github.com/healthylaife/MIMIC-IV-Data-P ipeline. eICU CRD 139,367 208病院のデータ 公開デモデータ https://physionet.org/content/eicu-crd-demo/2.0.1/ AmsterdamUMCdb 20,109 外科系患者が多い(49%) HiRID 33,905 2分毎の計測データを記録 PIC 13,499 小児(0-18歳) 【これは宣伝です】その他、さまざまなデータセット▶私のブックマーク(2019年執筆)をご覧ください https://www.ai-gakkai.or.jp/resource/my-bookmark/my-bookmark_vol34-no6/ 個々のデータセットで定められているルールを守っていただければ自由に研究利用できる J 欠損が比較的少ない、前処理に利用できるコードも公開 Web上で指定された研究倫理のe-learning、推薦者への照会メール対応、など ⌞ ※あくまで代表的例 ◆ 時系列データ、画像(MIMIC CXR)、テキスト(eICU CRD) ◆ 集中治療室(ICU)
  12. / 55  制限付き公開データセット 23 個々のデータセットで定められているルールを守っていただければ自由に研究利用できる Web上で指定された研究倫理のe-learning、推薦者への照会メール対応、など ⌞ https://mimic.mit.edu/docs/iv/tutorials/video/ https://colab.research.google.com/drive/1REu-ofzNzqsTT1cxLHIegPB0nGmwKaM0?usp=sharing

    患者の院内死亡率の予測 [1] 医師の判断支援、医療資源の割り当て支援の基盤 患者の再入院予測 [2] 死亡率改善・医療費削減のための基盤 プライバシー保護生存時間分析手法の開発 [3] 医療情報(機微情報)を共有しない分析手法 機械学習ベンチマーク(HiRID, MIMIC-III) [4, 5] データ前処理のためのパイプライン(MIMIC-IV) [6] [1] Zou, M., An, Y., Kuang, H., & Wang, J. (2023). LGTRL-DE: Local and Global Temporal Representation Learning with Demographic Embedding for in- hospital mortality prediction. Journal of Biomedical Informatics, 143, 104408. [2] Pishgar, M., Theis, J., Del Rios, M., Ardati, A., Anahideh, H., & Darabi, H. (2022). Prediction of unplanned 30-day readmission for ICU patients with heart failure. BMC medical informatics and decision making, 22(1), 117. [3] Imakura, A., Tsunoda, R., Kagawa, R., Yamagata, K., & Sakurai, T. (2023). DC-COX: Data collaboration Cox proportional hazards model for privacy- preserving survival analysis on multiple parties. Journal of Biomedical Informatics, 137, 104264. [4] Yèche, H., Kuznetsova, R., Zimmermann, M., Hüser, M., Lyu, X., Faltys, M., & Rätsch, G. (2021). HiRID-ICU-Benchmark--A Comprehensive Machine Learning Benchmark on High-resolution ICU Data. arXiv preprint arXiv:2111.08536. [5] Hrayr Harutyunyan, Hrant Khachatrian, David C Kale, Greg Ver Steeg, and Aram Galstyan. Multitask learning and benchmarking with clinical time series data. Scientific data, 6(1):1–18, 2019. [6] Gupta, M., Gallamoza, B., Cutrona, N., Dhakal, P., Poulain, R., & Beheshti, R. (2022, November). An extensive data processing pipeline for mimic-iv. In Machine Learning for Health (pp. 311-325). PMLR.
  13. / 55  制限付き公開データセット 23 個々のデータセットで定められているルールを守っていただければ自由に研究利用できる Web上で指定された研究倫理のe-learning、推薦者への照会メール対応、など ⌞ https://mimic.mit.edu/docs/iv/tutorials/video/ h_ps://colab.research.google.com/drive/1REu-ofzNzqsTT1cxLHIegPB0nGmwKaM0?usp=sharing

    患者の院内死亡率の予測 [1] 医師の判断支援、医療資源の割り当て支援の基盤 患者の再入院予測 [2] 死亡率改善・医療費削減のための基盤 プライバシー保護生存時間分析手法の開発 [3] 医療情報(機微情報)を共有しない分析手法 機械学習ベンチマーク(HiRID, MIMIC-III) [4, 5] データ前処理のためのパイプライン(MIMIC-IV) [6] [1] Zou, M., An, Y., Kuang, H., & Wang, J. (2023). LGTRL-DE: Local and Global Temporal Representation Learning with Demographic Embedding for in- hospital mortality prediction. Journal of Biomedical Informatics, 143, 104408. [2] Pishgar, M., Theis, J., Del Rios, M., Ardati, A., Anahideh, H., & Darabi, H. (2022). Prediction of unplanned 30-day readmission for ICU patients with heart failure. BMC medical informatics and decision making, 22(1), 117. [3] Imakura, A., Tsunoda, R., Kagawa, R., Yamagata, K., & Sakurai, T. (2023). DC-COX: Data collaboration Cox proportional hazards model for privacy- preserving survival analysis on multiple parties. Journal of Biomedical Informatics, 137, 104264. [4] Yèche, H., Kuznetsova, R., Zimmermann, M., Hüser, M., Lyu, X., Faltys, M., & Rätsch, G. (2021). HiRID-ICU-Benchmark--A Comprehensive Machine Learning Benchmark on High-resolution ICU Data. arXiv preprint arXiv:2111.08536. [5] Hrayr Harutyunyan, Hrant Khachatrian, David C Kale, Greg Ver Steeg, and Aram Galstyan. Multitask learning and benchmarking with clinical time series data. Scientific data, 6(1):1–18, 2019. [6] Gupta, M., Gallamoza, B., Cutrona, N., Dhakal, P., Poulain, R., & Beheshti, R. (2022, November). An extensive data processing pipeline for mimic-iv. In Machine Learning for Health (pp. 311-325). PMLR.
  14. / 55  医療情報と人工知能への心理的障壁 3 30 お勉強 公開データを使う 医療機関の実データを使う 成果発表

    倫理審査が必要? https://en.wikipedia.org/wiki/Chest_radiograph https://en.wikipedia.org/wiki/CT_scan https://doi.org/10.7910/DVN/DBW86T
  15. / 55  研究者にとっての手順 32 もっと詳しい流れ https://www.genomics-society.jp/wordpress/wp-content/uploads/2021/01/20201017_ELSImeeting.pdf p.22など ▶ ▶

    研究の着想 倫理審査委員会で審査 研究機関の長が許可 データ収集・分析 ▶ 研究倫理審査に必要な書類書き 臨床研究法に基づく研究については割愛
  16. / 55  「倫理審査なんてわからない。テキトーにやればいいよ。」 33 ▶ ▶ 研究の着想 倫理審査委員会で審査 研究機関の長が許可

    データ収集・分析 ▶ 研究倫理審査に必要な書類書き 1. とりあえずテキトーにテンプレートを埋める 多くの研究機関(病院)はテンプレートなど を用意 2. 先輩の申請書をコピペ! 3. 共同研究者の医学部教員・医者に丸投げ! 臨床研究法に基づく研究については割愛 もっと詳しい流れ h"ps://www.genomics-society.jp/wordpress/wp-content/uploads/2021/01/20201017_ELSImeefng.pdf p.22など
  17. / 55  国のルールブックはAI研究者を救う 33 ▶ ▶ 研究の着想 倫理審査委員会で審査 研究機関の長が許可

    データ収集・分析 ▶ 研究倫理審査に必要な書類書き 1. とりあえずテキトーにテンプレートを埋める 多くの研究機関(病院)はテンプレートなど を用意 2. 先輩の申請書をコピペ! 3. 共同研究者の医学部教員・医者に丸投げ! 4. 国のルールブックを理解しながら記載する 臨床研究法に基づく研究については割愛 もっと詳しい流れ h"ps://www.genomics-society.jp/wordpress/wp-content/uploads/2021/01/20201017_ELSImeefng.pdf p.22など
  18. / 55  倫理指針本文・ガイダンスはAI研究者を救う 3 54 A. 不要 ガイダンス p.73

    アノテーターを雇うだけで倫理審査・インフォームドコンセントが必要でしょ? だって人間が絡むときには倫理審査が必要なんでしょ? ? 同 意 取 得 負担の大きい作業を依頼するのだけど? ▶ 役務契約の中で配慮してください。 指針本文 p.3
  19. / 55  倫理指針本文・ガイダンスはAI研究者を救う 4 54 A. ローカルルールの可能性が高い 同意取得には紙にサインと捺印が必要と聞いた ?

    ガイダンス p.21, 22 A. 法改正の影響を受ける i.e.,個人情報保護法はしょっちゅう変わる 文科省または厚労省の該当webページを見ると、指針はここ3年間では毎年改訂されている 以前通った申請を書き換えて新規申請したら、大幅な修正を求められた ʁ うちの大学・研究所は書類に書かないといけない内容が多い。困ってる。 ? A. 国が規定する項目・参考様式集を公開している それを超えた記載が求められていたら、確かにそれは多いのかも ガイダンス p.116, 164 など
  20. / 55  医療情報と人工知能への心理的障壁 4 40 お勉強 公開データを使う 医療機関の実データを使う 成果発表

    COIを開示せよ? h"ps://en.wikipedia.org/wiki/Chest_radiograph h"ps://en.wikipedia.org/wiki/CT_scan h"ps://doi.org/10.7910/DVN/DBW86T
  21. / 55  最初に利益相反(COI)を開示する 44 A. COIがあることが問題ではない 第三者からの根拠のない誤解を避けて、透明性を担保するための開示 u COI開示のスライドテンプレート[1]や基準金額[2]を例示する学会も

    u 日本医学会としての方針 [3] u 製薬企業は、医師・医療機関・医学系学会などへの支払いを全て開示 [4] u 研究公正の観点から、利益相反開示の必要性が言及されている(研究分野不問の文脈で)[5] u 臨床研究法に基づく場合 [6] 医療情報と人工知能の研究では、営利企業と共同研究できないということですか? ʁ [1] https://www.naika.or.jp/jigyo_top/coi/slide/ [2] https://www.jsaweb.jp/uploads/files/COIkaijikijun.pdf [3] https://jams.med.or.jp/guideline/coi_guidelines_2022.pdf [4] https://www.jpma.or.jp/basis/tomeisei/guideline/2022.html [5] https://www.mext.go.jp/content/20200803-mxt_kiban02-000008616_1.pdf [6] https://www.mhlw.go.jp/file/06-Seisakujouhou-10800000-Iseikyoku/0000202036.pdf
  22. / 55  医療情報と人工知能への心理的障壁を下げる 99 お勉強 公開データを使う 医療機関の実データを使う 成果発表 医療分野のルール・文化は

    けっこう単純・公開されている 医学知識・医療情報は けっこう柔軟に手に入る h"ps://en.wikipedia.org/wiki/Chest_radiograph h"ps://en.wikipedia.org/wiki/CT_scan h"ps://doi.org/10.7910/DVN/DBW86T
  23. / 55  おまけ 99 A. 回診は多くの場合行う。けど、怖くないよー 医学部は白い巨塔ですか? ʁ A.

    医学部の隣にある大学病院で“お医者さんの仕事”をする教員が多いです。 大学病院ホームページから外来医担当表を見るとわかる場合が多い 大学医学部の教員は“お医者さんの仕事”をしてますか? ʁ A. 医療機器開発などの研究促進のために、機会が正式に与えられている場合も。 筑波大学附属病院 https://resstplatform.org/cime/observation/ 北海道大学病院 https://helios.huhp.hokudai.ac.jp/cmedd/medical_device_development/ 病院の現場を見る機会がない。研究者の立場から見学したい。 ʁ