乳がんはアメリカの女性において最も一般的に診断されるがんですが、ケアの面で大きなギャップがあります。40歳以上の女性の大多数が年1回のマンモグラフィ検査を省略しています。放射線科医は同僚が少ない中でより多くのマンモグラムを読んでいます。そして診断が下されると、治療に必要な検査結果が出るまで数週間かかります。
NVIDIA Inceptionプログラムに参加する企業は、画像診断、リスク評価、治療計画など、これらの課題を抱える医師を支援するためにAIアプリケーションを開発しています。
毎年約4000万回のマンモグラフィ検査が米国で行われていますが、今後10年間で数万人の放射線科医が不足すると予測されており、その検査を読み込むシステムの能力に圧力がかかっています。
ケアのタイムラインのもう一方の端では、治療の決定はしばしば外部のラボに送られるゲノム検査に依存する。その検査は処理に数週間を要し、迅速性と確実性が最も重要となる時期である。
以下の企業は、NVIDIA AIインフラによって加速される、そのギャップの両端およびその間のすべてのものに対応しています。
自動イメージングがAI駆動型の洞察を提供する
乳房がんの検査を行うための時間や近くの場所を見つけるのが難しい女性にとって、アクセスは実用的な障害となり、診断が見逃される原因になります。NVIDIA InceptionのスタートアップであるiSono Healthは、この画像処理ワークフローを簡素化することに焦点を当てて設計されています。
同社のFDA承認済みATUSAプラットフォーム――ウェアラブル型自動化3D定量超音波システム――は、従来のハンドヘルド超音波検査に比べて、各乳房に対して約2分で標準化された乳房容量を測定することができる。通常のハンドヘルド超音波検査では最大45分かかる。
システムのAIは、150万枚以上の超音波画像を含む数千件の完全乳房スキャンデータを学習しており、画像取得を自動化します。NVIDIA GPUの加速機能とオープンソースの医療画像技術を利用して、3Dスキャンを提供しています。同社によると、この3Dスキャンはハンドヘルド型2D超音波よりも28％高い感度を持っています。
携帯型超音波はプローブを握る人次第であるため、女性のスキャン結果は年ごとに比較することはできない。ATUSAは常に全乳房を同様に捕捉するため、乳腺組織の再現性の高い画像が得られ、臨床医が連続するスキャンでの患者の組織の変化を分析するのに役立ち、また操作者の誤差や変動性も減少する。
アトゥサは、カリフォルニア、テキサス、ジョージア、テネシー、ワシントンD.C.のパートナークリニックを通じて商業的に提供されており、新しい店舗も定期的にオープンしています。
「患者にスキャンを近づけることが最初の突破口です」とiSono HealthのCEOであるネダ・ラザヴィは言った。「私たちの目標は、そのスキャンがより多くの情報を提供するものになることです。臨床医が何があるかを把握し、何が変わったかを理解し、より適切な決定を下すのを助けることです。」
iSono Healthは、病変検出、3Dセグメンテーション、病変分類のためのAI機能を開発しました。次に、3D超音波、マンモグラフィー、MRI、臨床情報を含む多モダル診断インテリジェンスへとAIパイプラインを拡張する計画です。
同社は、プラットフォームの性能をさらに確認するために、3,200人の患者を対象とした複数の施設での臨床研究を進行中であり、主要な研究施設はUCデビス大学およびヴァンダビルト大学医学センターです。
がんの発見、誤報警を減らす
別のNVIDIA Inception社であるWhiterabbit.aiは、乳がん検診用のAI技術を開発している。同社のFDA承認済みWRDensityソフトウェアは、マンモグラムから乳房の密度を自動的に評価し、数十万人の患者の治療に利用されている。
同社は、患者の乳がん発症の長期的リスクを推定するための臨床判断支援ソフトウェア「WRRisk」も開発しており、乳がん検査で乳がんが見られない画像のスクリーニングを自動化しながら、放射線科医がより多くのがんを発見できる新世代のAIについて研究を行っている。
目標は、過重な放射線科医の労働負担を軽減し、結果を加速させ、患者の避けられない再診を減らし、医療費を削減することです。
「毎日、乳腺放射線科医は大量のマンモグラムの中から約200枚あたり1枚のがんを探すという難題に直面している」と、Whiterabbit.aiの共同創業者でありテクノロジー責任者であるジェイソン・スーは述べた。「私たちは、AIが放射線科医の強力なサポート役となり、彼らが専門知識を最も重要な部分に集中できるように、混乱を解消する手助けをしてくれることを期待している。」
ホワイトラビットは、セントルイス市のワシントン大学に設置されたNVIDIA GPUクラスタ上でAIモデルを訓練し、クラウド上の追加GPU能力も活用している。推論処理は、クリニック内に直接設置されたNVIDIA GPUで行われる。
どの治療法が有効かを予測する
患者が乳癌と診断されると、次に問われるのはどう対処するかということです。その答えは、治療に対してがんがどのように反応するかを予測することに依存します。
今日、これらの予測は範囲と正確性が限られており、2～4週間の待機を要する別途組織生検が必要なことも多い。Ataraxis AIは、標準的な患者検査の一部となっている病理スライドを含むデジタルデータを用いて、患者の予後とさまざまな治療法への反応を予測する臨床知識を構築している。
「今日、腫瘍医師が治療決定を支援するために利用しているツールは、15年前に一度しかトレーニングされておらず、その後更新されていない。Ataraxis AIの技術スタッフの一員であるジョセフ・カパドナは、より多くの臨床試験データを得るたびにモデルがより強化されると述べた。しかし、モデルを拡大するにつれて、全てのがんに対する個別化治療を支援するために、より多くの質問に答えられるようになるという大きな変化がある。」
アタラクシスのAIモデルは、デジタル病理スライドと標準的な臨床変数を分析し、治療応答や再発リスクを予測する。一つのモデルは、手術室に入る前に手術前の化学療法が患者の腫瘍を応答可能な状態まで縮小する可能性があるかどうかを予測する。手術後には、別のモデルが患者の5年間の再発リスクと、次のステップとしての化学療法の効果の可能性を推定する。
2つのモデルは10以上の機関と複数の臨床試験を通じて検証され、現在活発な臨床使用が行われている。これらは、オフィス内のNVIDIA GPU、外部データセンター、クラウドで動作し、NVIDIA CUDAによって加速されたPyTorchを全段階で利用している。
3D可視化による腫瘍の洞察提供
別のNVIDIA Inception企業であるSimBioSysが、乳がん啓発月間に合わせた最近のパネルでNVIDIAに参加した。
同社は、乳腺腫瘍、静脈、その他の軟部組織の正確な3Dモデルを作成するAI駆動型精密医療技術を開発しており、手術の指導や治療計画の策定に役立つ重要な情報を提供しています。また、患者の乳腺MRIデータ、腫瘍の病理学的情報、臨床データから得られる3D体積データに基づき、乳癌の再発リスクを推定するツールも開発しています。
「SimBioSysのCEOであるステイシー・スティーブンスは、このイベントで『多様なデータ――画像検査、病理学的結果、適用される場合のゲノム検査、その他の生物学的データ――を統合し、AIを利用してそれらを一つにまとめるプラットフォームを構築している』と述べた。『そうすることで、個々のデータから得られるものを超える新たな洞察が生まれる』」
SimBioSysは使用する NVIDIA MONAI トレーニングおよび検証データのために、 NVIDIA CUDA-X ライブラリには、以下が含まれる cuBLAS そして MONAI Deploy クラウド上でNVIDIA GPUを利用するイメージング技術を持っている。
「NVIDIAの技術により、数百枚から数千枚の画像を取得し、私たちのAIを適用して迅速に分析する計算能力が得られます」とスティーブンスは言った。「その速度が重要です。患者や医師は迅速な答えが必要です。数日や数週間待つことはできません。」
詳細について学ぶ NVIDIA Inception スタートアップ向けプログラム。
この記事で説明されている特定の技術は研究段階にあり、米国食品医薬品局によって商業利用のための承認を受けていない。