新たなアルゴリズムが医療における人種格差を減らす可能性

人工知能（AI）を用いて医療の質を向上させようとする研究者は、通常、自らのアルゴリズムを一種の機械医学学校に通わせます。ソフトウェアは、専門家である人間がラベル付けした数千、数百万枚のX線写真やその他のデータを消化することで医師から学習し、最終的にはCOVID-19の兆候を示す疑わしいほくろや肺を正確に検出できるようになるまでになります。

今月発表された研究では、異なるアプローチが取られました。医師ではなく患者をAIの審判者として用い、関節炎の膝のレントゲン写真の読影アルゴリズムを訓練するというものです。その結果、放射線科医は黒人患者のレントゲン写真の読影において文字通り盲点を抱えている可能性があることが明らかになりました。

患者の報告に基づいて訓練されたアルゴリズムは、黒人患者が経験する痛みを説明するのに医師よりも優れていた。どうやら人間が通常見落とす画像内の病気のパターンを発見したようだ。

「これは、放射線科医や他の医師たちに、現在の戦略を再評価する必要があるかもしれないというシグナルを送っている」と、ニューヨーク市のウェイル・コーネル医科大学で健康格差を研究している、この研究には関わっていないサイード・イブラヒム教授は言う。

医師の知識を模倣するのではなく、医師が見ていないものを明らかにするように設計されたアルゴリズムは、医療の公平性を高める可能性がある。イブラヒム氏は、この新たな研究に関する解説の中で、このアルゴリズムが関節炎の手術を受ける人の格差を縮小するのに役立つ可能性を示唆した。アフリカ系アメリカ人患者は、変形性関節症を発症する可能性が他の患者と少なくとも同等であるにもかかわらず、膝関節置換術を受ける可能性が他の患者に比べて約40%低いとイブラヒム氏は述べている。収入や保険の違いが影響している可能性は高いが、診断の違いも影響している可能性がある。

この研究の著者であり、カリフォルニア大学バークレー校公衆衛生大学院の教授であるジアッド・オーバーマイヤー氏は、ある医学的な難問に触発されて、AIを用いて放射線科医が見逃している問題を解明しようと考えた。国立衛生研究所（NIH）による膝関節炎に関する長期研究のデータによると、黒人患者と低所得者は、放射線科医が同程度と評価したX線画像を持つ他の患者よりも痛みを訴えていることが示された。この違いは、膝に関する知識の保持者には知られていない身体的要因、あるいは心理的・社会的差異に起因する可能性があるが、それらをどのように区別すればよいのだろうか？

オーバーマイヤー氏とスタンフォード大学、ハーバード大学、シカゴ大学の研究者たちは、NIHのデータを用いてコンピュータービジョンソフトウェアを開発し、人間の医師が見逃している可能性のあるものを調査しました。彼らは、X線画像から患者の痛みのレベルを予測するアルゴリズムをプログラムしました。数万枚もの画像から、ソフトウェアは痛みと相関するピクセルのパターンを発見しました。

ソフトウェアは、これまでに見たことのないX線画像を提示されると、そのパターンを用いて患者が訴えるであろう痛みを予測します。この予測値は、特に黒人患者において、放射線科医が膝のX線画像に付けたスコアよりも、患者の痛みとより密接に相関していました。これは、アルゴリズムが放射線科医が見逃していた疾患の兆候を検知することを学習したことを示唆しています。「アルゴリズムは、放射線科医が見ている以上のもの、つまり黒人患者の痛みのより一般的な原因を捉えていたのです」とオーバーマイヤー氏は言います。