厚生労働分野におけるAI技術の利活用について
•
1 like•1,307 views
DLLAB Healthcare Day 2021 ~医療 x AI への参入障壁を乗り越える~ 厚生労働省 大臣官房厚生科学課 研究企画官 高江慎一氏
Recommended
More Related Content
What's hot
What's hot (20)
Similar to 厚生労働分野におけるAI技術の利活用について
Similar to 厚生労働分野におけるAI技術の利活用について (20)
More from Deep Learning Lab（ディープラーニング・ラボ）
More from Deep Learning Lab（ディープラーニング・ラボ） (20)
Recently uploaded
Recently uploaded (9)
厚生労働分野におけるAI技術の利活用について
- 1. 厚生労働省 Ministry of Health Labour and Welfare ひと、くらし、みらいのために 厚生労働省 Ministry of Health Labour and Welfare ひと、くらし、みらいのために 厚生労働分野におけるAI技術の利活用について 厚生労働省 大臣官房厚生科学課 研究企画官 高江 慎一 DLLAB Healthcare Day 2021 ～医療×AIへの参入障壁を乗り越える～ 2021年2月20日（土）13:10-13:30
- 2. AI戦略
- 3. ⚫ 人工知能技術戦略会議にて実行計画を策定したものの、熾烈な国際競争下で世界に伍していくためには、さらに 強力なリーダーシップと機動力が不可欠。 ⚫ 官房長官を議長とする統合イノベーション戦略推進会議の下、実行力のある有識者会議を設置し、世界に伍す る本格的な計画を策定する必要あり。 ⚫ 今後、統合イノベーション戦略推進会議を最大限活用し、計画策定を強力に実行。 イノベーション政策強化推進のための有識者会議「ＡＩ戦略」（ＡＩ戦略実行会議） これまで 総 務 省 文 科 省 農 水 省 経 産 省 厚 労 省 Ｃ Ｓ Ｔ Ｉ 人工知能技術戦略会議 ○議長：安西祐一郎 （日本学術振興会顧問） ○構成員 ・２国立大学総長 ・関係府省所管法人理事長 ・経団連委員会委員長 発 展 ・ 強 化 2018年９月以降 国 交 省 指示 報告 イノベーション政策強化推進チーム ○チーム長 和泉総理大臣補佐官 ○構成員 各司令塔・各省庁局長・審議官級 ○事務局（イノベーション推進室） 統合イノベーション戦略推進会議 議長：官房長官、議長代理：科技大臣 有識者会議（ AI戦略実行会議） 知 財 本 部 健 康 ・ 医 療 本 部 海 洋 本 部 宇 宙 本 部 Ｃ Ｓ Ｔ Ｉ 各 省 庁 Ｉ Ｔ 本 部 提言 ○座長：安西祐一郎 ○構成員：北野宏明, 神成淳司 ■イノベーション政策強化推進のための有識者会議「ＡＩ戦略」（ＡＩ戦略実行会議） ○座長：安西祐一郎（日本学術振興会顧問） 構成員：北野宏明（ソニーコンピュータサイエンス研究所社長）、神成淳司（慶應大教授/副政府CIO） ○タスク ・AIで実現すべき社会の絵姿を実現するための５年後の出口戦略（施策の方向性）を策定 ・出口戦略を踏まえ、各省へ既存施策の見直しを含む当面3年間に必要となる施策（AI戦略パッケージ）を提言 （H30年9月5日（水）第一回開催） 2
- 4. https://www.kantei.go.jp/jp/singi/tougou-innovation/dai2/siryo1.pdf 第2回 統合イノベーション戦略 推進会議 資料より抜粋 3
- 5. 未来への基盤作り 産業・社会の基盤作り 倫理 戦略目標Ⅰ：人材 人口比において最もAI時代に対応した人材を 育成・吸引する国となり、持続的に実現する 仕組みを構築 戦略目標Ⅱ：産業競争力 実世界産業においてAI化を促進し、世界の トップランナーの地位を確保 戦略目標Ⅲ：技術体系 理念を実現するための一連の技術体系を確 立し、運用するための仕組みを実現 戦略目標Ⅳ：国際 国際的AI研究・教育・社会基盤ネットワーク の構築 理念（実現する社会） ⚫ 人間の尊厳の尊重（Dignity） ⚫ 多様な人々が多様な幸せを追求（Diversity & Inclusion） ⚫ 持続可能（Sustainability） ＡＩ戦略 【基本的考え方】 ➢ 「人間尊重」、「多様性」 、「持続可能」の３つの理念を掲げ、Society 5.0を実現し、SDGsに貢献 ➢ ３つの理念を実装する、４つの戦略目標（人材、産業競争力、技術体系、国際）を設定 ➢ 目標の達成に向けて、「未来への基盤作り」、「産業・社会の基盤作り」、「倫理」に関する取組を特定 教育改革 研究開発 データ 関連基盤 デジタル・ガバメント 中小・新興企業支援 AI社会原則 具体目標・取組 社会実装
- 6. 主な具体目標 主な取組 未来へ の基盤 作り 教育改革 ⚫ デジタル社会の「読み・書き・そろばん」 である「数理・データサイエンス・AI」の 基礎などの必要な力を全ての国民が育 み、あらゆる分野で人材が活躍 •リテラシー：外部人材の積極登用、生徒一人に端末一台 •応用基礎：AI×専門分野のダブルメジャーの促進 •エキスパート：若手の海外挑戦拡充、AI実践スクール制度 •優れた教育プログラムを政府が認定する制度の構築 研究開発 ⚫ 世界の英知を結集する研究推進体制 ⚫ 日本がリーダーシップを取れるAI技術 ⚫ AI研究開発の日本型モデルの構築 •多様な研究者による創発研究の支援拡充 •世界をリードできる次世代AI基盤技術の確立 •AI中核センター改革、AI研究開発ネットワーク構築 産業・社 会の基 盤作り 社会実装 ⚫ 実世界産業のサービス構造への転換 ⚫ インクルージョン・テクノロジーの確立 ⚫ 標準化を推進し、開発成果の社会実 装を促すシステム・アーキテクチャを先導 •健康・医療・介護：世界の医療AIハブ、データ基盤整備 •農業：スマート農業技術の現場導入、成長産業化 •国土強靭化：インフラデータプラットフォームの構築 •交通・物流：AIターミナルの実現、物流関連データ基盤構 築 •地方創生：スマートシティ共通アーキテクチャの構築 データ関連 基盤 ⚫ 国際連携による次世代AIデータ関連 インフラの構築 •データ基盤：データ基盤の本格稼働と連携 •トラスト：トラストデータ流通基盤の開発 デジタル･ガバ メント 中小・新興企 業支援 ⚫ 公共サービス・自治体行政のコスト削減、 業務効率化 ⚫ AIを活用した中小企業の生産性向上 •自治体が安心して利用できるAIサービスの標準化 •中小企業支援方策の検討 戦略目標の達成に向けて、「未来への基盤作り」、「産業・社会の基盤作り」、「倫理」の各分野（教育 改革、研究開発、社会実装、データ、デジタル・ガバメント、中小・新興企業支援、社会原則）における 各具体目標と取組を特定 AI戦略 【主な具体目標と取組】
- 7. 社会実装に関する主な取組 ②農業 ③国土強靭化 （インフラ・防災） ④交通インフラ・物流 地球規模課題及び我が国の課題を克服し、多様性を内包した持続可能な社会を実現するため、 我が国の強い技術とAIを融合して、価値創造と生産性向上、産業競争力を強化 ⑤地方創生（スマートシティ） 日本発のスマートシティを再定義し、その実現に向けたインクルージョン・テクノロジーの開発と、スマートシティプラットフォームの形成 スマート農業技術の 現場導入 スマート農業の実現による、 農業の成長産業化 農業分野における AI人材の育成 インフラ業務における 新技術等の開発・導入 インフラデータ プラットフォームの構築 AIを活用した 強靭なまちづくり 人的要因による 事故のゼロ化 移動に伴う 社会コストの最小化 物流網における生産性 向上・高付加価値化 システム・アーキテクチャの設計・構築 ➢ 米国NIST等を参考に、国全体の研究開発成果の社会実装を促すためのシステム・アーキテクチャを設計・構築 ➢ まずは重点５分野において、アーキテクチャ設計に基づくデータ基盤を踏まえた社会実装を世界に先駆けて実現 ➢ アーキテクチャ設計を行う専門家による体制を構築、加えて米国NISTやドイツの関係機関との連携を検討 ①健康・医療・介護 データ基盤の整備 日本が強い分野（画像 診断等）のAI技術開発 予防・介護へのAI導入 世界最先端の医療AIハブ 医療従事者リカレント教育
- 8. 社会実装（健康・医療・介護（概要）） ➢ 次世代医療基盤法に基づく、匿名加工医療情報の円滑かつ公正な利活用の仕組みの稼働（2019年） ➢ 健康・医療・介護分野の分野横断的な情報基盤の設計、各種データの集積とAIデータ基盤の構築（2020年） ➢ データやアノテーションなどの基盤を提携先に提供する枠組みの構築（2020年） 等 (1) 健康・医療・介護分野でAIを活用するためのデータ基盤の整備 ➢ AIを活用した創薬ターゲット探索に向けたフレームワークの構築（2021年） ➢ ＡＩを活用した医療機器並びにテレメディシン・サービス（D to D）の開発（2021年） 等 (2) 日本が強い医療分野におけるAI技術開発の推進と、医療へのAI活用による医療従事者の 負担軽減 ➢ 熟練介護士等の知見を活用した質の高い介護サービス支援するAIシステムの実現と全国展開（2019年） ➢ 予防、介護領域の実証事業で確立した技術の活用のための、制度面・運用面の見直し着手（2021年） 等 (3) 予防、介護分野へのAI/IoT技術の導入推進、介護へのAI/IoT活用による介護従事者の負担軽減 ➢ 「保健医療分野AI開発加速コンソーシアム」作成のロードブロック解消及び俯瞰図の工程表作成（2019年） ➢ 医療・介護分野でのインクルージョン・テクノロジーの体系化（2020年） ➢ データ基盤並びにＡＩ医療等に関する海外（特にASEANとインド）との連携に向けた取組強化（2019年） 等 (4) 世界最先端の医療ＡＩ市場と医療ＡＩハブの形成 ➢ 医療関係職種の養成施設・養成所におけるＡＩを活用した教育内容の策定（2019年） 等 (5) 医療関係職種の養成施設・所におけるAI活用教育の実施、医療従事者のリカレント教育の実施
- 9. 8 AI戦略2019 フォローアップ 取組数 計画通り 未了/ 一部未了 進捗率 教育改革 31 27 4 87% 研究開発 16 11 5 69% 社会実装 26 24 2 92% データ関連基盤 9 8 1 89% デジガバ・中小 3 3 0 100% 倫理・その他 4 4 0 100% Total 89 77 12 87% （参考）2019年度内を期限とした取組の進捗状況 • ＧＩＧＡスクール構想の前倒し実施、数理・データサイエンス・ＡＩ教育プログ ラム認定制度（リテラシーレベル）検討 • 「人工知能研究開発ネットワーク」を設立、3月末時点で104の機関が参画 • 医療画像診断支援やスマート農業、インフラデータプラットフォーム構築 • スマートシティ共通アーキテクチャ構築 • G20 AI原則や各省庁のAIガイドラインの策定 ２０１９年度の進捗（進捗のあった主な取組） ２０２０年度に実施する主な取組 ✓ 昨年6月に策定した「AI戦略2019」の実施初年度として、各府省庁等が関連する取組を鋭意実施。 ✓ 取組の8割強は、計画通りに進捗。 ✓ 新型コロナウイルス感染症拡大に直面し、よりデジタル社会の深化が不可欠。 →AIの研究開発・社会実装、それらを支える情報通信環境の整備等の強化・充実が必要。 • ＧＩＧＡスクール構想の加速、認定制度（応用基礎）の検討、社会人リカレント教育の拡充 • AIの信頼性確保や、人文・社会科学と数理・情報科学との融合に関する研究開発 • ものづくり現場の暗黙知（経験や勘）の伝承・効率的活用を支え、生産性を向上させるAI技術の開発 • ５Gや光ファイバ等のAI利活用に向けたネットワーク基盤の高度化、計算資源の増強 • 自治体でのAIサービスの標準化、自治体行政へのAI・RPA※1の実装 • 責任あるAIやイノベーション等の推進に向け、GPAI※２等における国際連携の強化 進捗遅れの挽回、新たな課題や新型コロナウイルス感染拡大への対応、等 ※1 RPA：Robotic Process Automation、 ※2 GPAI：Global Partnership on AI 令和2年6月26日 統合イノベーション戦略 推進会議（第7回） 資料３－１より https://www.kantei.go.jp/jp/singi/tougou- innovation/dai7/gijisidai.html
- 11. 10 戦略の進捗と今後の方向性② 重点５分野の社会実装やAI社会原則の普及は初年度進捗として概ね順調だが、新型コロナウイルス感染影響を背 景とし、データ関連基盤の整備やデジタルガバメント、中小企業の生産性向上等をより一層加速する必要がある。 社 会 実 装 デ ー タ 関 連 基 盤 デ ジ ガ バ ・ 中 小 ・ 倫 理 進捗 2020年以降の取組の方向性 ・引き続き、各分野での社会実装の取組を推進 ・コロナウイルス対応の観点から、生産性・品質管理の維持・ 向上が期待される分野における取組の拡充・加速化 ・「サービス・ものづくり」において、AI等による生産性革新を進め る観点から、現場で活用できる技術開発や中小企業がAIを 導入しやすい環境を整備 ・企業におけるAI等のソフトウェア開発・導入が促進されるよう、 民間研究開発投資を支援する関連制度等の見直しを検討 ・ 引き続き、分野毎データ連携基盤の整備を推進 ・分野間データ連携基盤技術の早期実現に向けた関連研 究開発や相互運用性を確保するためのリポジトリ機能、 ベースレジストリの一本化に向けた整備の実施 ・データ関連基盤の計画前倒しを図るべく、早急に利活用の 推進ルール等の策定 ・自治体・中小企業へのAI・RPAの実装を加速 ・行政機関におけるデータ収集、統計解析基盤の確立 ・AIの社会受容向上のための技術開発とガバナンス検討 ・ＡＩの品質に関する規格提案や、責任あるＡＩやイノベー ション等の推進に向けた国際議論の牽引 ・重点５分野における戦略に即した取り組みが順調に進捗 ✓ 健康医療介護：データ基盤整備、医療・介護従事者の負担軽減や 人材育成検討に加え、画像診断支援領域での実用に向け大きく進展 ✓ 農業：スマート農業の技術開発や現場実装、WAGRIの本格稼働、 AI人材育成等が進展 ✓ 国土強靭化：インフラ・データプラットフォームの構築等に加え、インフラ 点検・診断等業務でのＡＩ関連の新技術導入で大きく進展 ✓ 交通・物流：「SIPスマート物流サービス」の研究開発開始 ✓ スマートシティ：共通アーキテクチャの構築に加え、モデル事業の公募選 定を実施 ・自治体向けの実証や中小企業向けの支援等、AIの普及に向け た取組は計画通り進捗したものの、新型コロナウイルス感染影響 を鑑み、普及へのより一層の加速の必要性を認識 ・G20 AI原則や各省庁におけるガイドラインの策定等、AI社会原 則の普及に向けて進捗 ・各分野でのデータ連携基盤の相互運用性を担保する形にてス マートシティ共通アーキテクチャを構築 ・重点５分野やものづくり、地球環境、海洋、衛星データに関する 取組に加え、新たにエネルギー、物流・商流の事業を開始 ・トラストサービスの課題を整理し、取組の方向性を検討 ・新型コロナウイルス対応過程で、データ基盤の必要性を再認識 令和2年6月26日 統合イノベーション戦略 推進会議（第7回） 資料３－１ https://www.kantei.go.jp/jp/singi/tougou- innovation/dai7/gijisidai.html
- 13. 保健医療分野におけるAI活用によって期待されること ⚫ 健康・医療・介護領域におけるAI開発と現場でのAI利活用を推進することにより、全国どこでも安 心して、最先端・最適な医療やより質の高い介護を受けられる環境の整備を行うとともに、患者の 治療等に専念できるよう、医療・介護従事者の負担軽減、新たな診断方法や治療方法の創出を図る。 • 全国どこでも安心して、 最先端・最適な医療を 受けられる • 医療従事者の負担が軽減 され、より患者の治療等 に専念できる • 新たな診断方法や治療方 法が創出される 取組内容 ねらい 日常生活・医療現場等のメリット • 病理医が少ない地域でも、適切な 病理診断を可能とする • AIによって病変が疑われる箇所を 自動検出することにより、検査時 間の短縮・病変の確実な検出 • 新薬創出の成功率の向上、新薬開 発コストの削減 • 医師のカルテ入力の負担軽減 • 医療事故の再発防止や事前予測の 促進 • 医師の判断に有益な情報が得られ、 手術治療の効果向上・リスク低減 • 統合されたデータを遠隔地からモ ニタリングすることにより、遠隔 手術技術を確立 • 病理学会を中心とした、AIを利用し た診断ネットワークの実証研究 • 医薬品開発において、創薬標的の 探索や、医薬品の候補となる新規 化合物の毒性予測等、各段階で活 用可能なAIの開発を推進 • 診察時に患者に話した内容が、専 門用語に変換され、要約されて、 自動的にカルテが作成される技術 の開発 • 医療現場からのインシデントレポー ト分析におけるAI活用 • 手術室内で生体情報（血圧や脈 拍）や医療機器情報（CT・MRIや 電気メス、麻酔器などのデータ） を統合し、医師の意思決定をサ ポート（スマート治療室） • 内視鏡検査での病変自動検出技術の 開発（ディープ・ラーニング技術の 活用） 画像等の重点6領域に加え、 新たな分野でも取組開始
- 14. 保健医療分野AI開発加速コンソーシアム 議論の整理と今後の方向性（令和元年６月28日策定） を踏まえた工程表について（令和２年６月18日 保健医療分野AI開発加速コンソーシアム）① 【ロードブロック解消に向けた工程表】（別添１） ○ 工程表作成にあたり、重点６領域のうち画像診断支援以外の５領域（ゲノム医療、診断・治療支援、医薬品開発、 介護・認知症、手術支援）において、考慮すべき開発段階、各段階におけるロードブロック（開発の障壁）が何か、 また、画像診断支援領域でのそれらと異なるものがあるか、検討した。その結果、ロードブロックの多くは領域を問 わず共通する問題であると確認された。ただし、介護と手術とでは想定されるリスクが異なるように、ロードブロッ クに対する対応策を検討する場合は一律に均一化するのではなく、領域毎の特性を考慮する必要がある。 ○ これまでも市販された後に学習した場合には性能変化する可能性があるといったAIの特性に配慮した薬事制度の対 応が必要であると指摘されてきたが、令和元年11月に成立した「医薬品、医療機器等の品質、有効性及び安全性の確 保等に関する法律等の一部を改正する法律」において盛り込まれたところである 。今後は、改正薬機法等の円滑な 施行に向けた政省令の整備、AI技術の進展と並行した検討が引き続き必要である。 ○ AIの開発には、学習・検証のため、医療情報を含め、データの利活用が不可欠である。このため、医学研究等に係 る倫理指針等に沿った手続き、セキュリティの担保、データの連結、データ基盤等の医療情報を利用した研究開発に 関わる課題は、AI開発においても共通であり、既存の枠組みでの議論を活用しつつ、必要な対応を行うことが求めら れる。 特に、現行の制度内で医療情報を民間企業で活用する方法については、コンソーシアムでも議論となった。学術研 究機関と企業が共同研究等を行う場合でも、個人情報保護法ではなく医学系指針の適用範囲となる場合もあることを 令和元年６月までに整理している。学術研究機関において研究開発を開始する際には、特に企業との共同研究の場合 は、収集したデータが企業において利用され、事業化がありうるかも検討し、適用される制度を考慮した上で、デー タ収集方法を計画すると共に、適切なインフォームドコンセントを行うことが重要である。その推進にあたっては、 様々な研究開発における説明文書の実例・モデル文書を公開・共有し、研究者等が参考にできるようにすることが有 用と考えられる 。加えて、医療関係者、国民に対して医療情報の利活用について広報・啓発を行い、理解を醸成す ることも重要である。医療情報には個人情報も含まれ、その機微性も踏まえた適切な管理・保護が必要である一方で、 利活用することで、質の高い医療・介護サービスや医薬品、医療機器等の実現に資すると考えられる。 （注：赤字は発表者による）
- 15. 保健医療分野AI開発加速コンソーシアム 議論の整理と今後の方向性（令和元年６月28日策定） を踏まえた工程表について（令和２年６月18日 保健医療分野AI開発加速コンソーシアム）② 製薬企業での創薬研究といった営利目的での利用も含め、オプトアウトで個人の医療情報を研究目的で二次利用で きる国もある 。我が国におけるAI開発を加速するためには、そのような事例と同様に、国民の健康増進に貢献する 医療機器等の開発において企業が情報を利用する場合にオプトアウトでの利用を可能とするのかについて、個人情報 保護の観点も含め、現行各制度の実態を踏まえた論点整理及び方針の検討が必要と考えられる。 ○ これまで本コンソーシアムでは主に開発促進の観点から議論を進めてきたが、AIの社会実装が始まりつつあり、AI を用いた機器等を医療現場に導入、利活用することに伴う課題等についても議論を開始する必要がある。また、保健 医療分野のAI技術の開発・利活用に関わる人材の育成について引き続き検討が必要である。 【俯瞰図に基づくAI開発促進のための工程表】（別添２） ○ 保健医療分野におけるAI活用推進懇談会報告書（平成29年６月27日）において、重点６領域を中心に、厚生労働省 において取り組むべき事項がとりまとめられた。 ○ 取り組むべき事項として挙げられた、学会を中心とした画像DB構築（画像診断支援）、医師法や薬機法における AIの取組の明確化（診断・治療支援）等は、着実に実施されている。AI活用の先行事例について、着実な開発と社会 実装を進める必要がある。 特に画像診断支援領域においては、AMED事業だけでなく、民間での開発も急速に進展し、既にAIを利用した医療 機器・システムが複数承認・認証されている。 ○ 保健医療分野におけるAI開発及び利活用が、一時的な情報技術のムーブメントにとどまらず、患者等の利便性向上、 医療・介護従事者支援、保険者支援、審査支払における効率化や専門的審査の支援に資する実効性のあるものとなる よう、継続的な情報収集、ロードブロック解消に向けた対応の進捗状況の確認と、必要な対応（ガイドライン策定、 現行制度周知、研究、基盤整備等）に係る議論を行う必要がある。 （注：赤字は発表者による）
- 16. 事業 概要 研 究 事 業 A M E D 医工連携・人工知能実装研究事業 関連６学会及び国立情報学研究所が連携して大量の医療画像データを集約し、ＡＩを活用した画像診断 支援システムを開発（臨床研究等ICT基盤構築・人工知能実装研究事業） 令和３年度以降、精神・神経疾患に対し、AIを活用した早期発見・診断技術の開発を実施 メディカルアーツ研究事業 「外科領域」における、医療者の知識や経験に基づく無形の医療技術のデータ化及び分析を通じた効果 的な外科的手技の開発に向けた研究 創薬支援推進事業 化合物の薬効・毒性・体内動態の同時予測、構造最適化のためのＡＩを活用したシステムを構築 次世代医療機器・再生医療等製品評価指標作成事 業 ＡＩを活用した画像診断支援機器の評価について、2019年5月に、「人工知能技術を利用した医用画像 診断支援システムに関する評価指標」公表 医薬品等規制調和・評価研究事業 ＡＩ技術の進展に対応した評価手法などの薬事規制を整備するため、ＡＩ等の先端技術を利用した医療 機器プログラム等に対応する薬事規制の在り方に関する研究を実施 厚 労 科 研 臨床研究等ICT基盤構築・人工知能実装研究事業 画像データや診療録等の様々な医療データの深層学習等による解析（医療安全の確保に向けたAIの活用 の有用性の検証等） 化学物質リスク研究事業 化審法に基づく新規化学物質審査に関し、AIを用いた次世代有害性評価システムを検討 認知症政策研究事業 認知症診断や治療等に資するデータの収集、展開・解析等 イ ン ハ ウ ス 化学物質安全性ビッグデータベースの構築と人工 知能を用いた医薬品・食品・生活化学物質のヒト 安全性予測評価基盤技術の開発研究 化学物質の毒性評価支援のためのシステム（遺伝毒性予測等）構築に向けたデータベース統合やＡＩ予 測モデルの検討を実施（国立医薬品食品衛生研究所） 新薬創出を加速する人工知能の開発 創薬標的となる生体分子の発見・同定のためのシステム（データベース、ＡＩを利用した解析ツール） 構築を目指し、データの集積、ＡＩ開発等を実施（医薬基盤・健康・栄養研究所） 予 算 事 業 検 討 ・ 事 業 保健医療分野ＡＩ開発加速コンソーシアム運営事 業費 ＡＩ開発利活用を加速させるための課題や対応策、今後の研究開発の方針についてコンソーシアムを開 催。 PHR検討会開催経費及び健（検）診結果等情報の 利活用のためのマイナンバー情報連携に係るシス テム改修等事業 PHRの更なる推進に向け、海外等における先進事例や実際のプロセスの調査等を行うとともに、自治体 における健診結果等の本人へのデータ提供に向けたシステム改修の環境整備等に係る支援を行う。 AI・モバイル用アプリケーション等最先端医療機 器調査等事業 海外におけるプログラム医療機器の開発・流通状況、規制制度の調査等 保健医療分野人工知能サービス実証事業費 ＡＩ開発のためのクラウド環境に必要なセキュリティの基準等の検討に係る調査研究 大規模実証事業 健診等データや通いの場で収集するデータによる一般介護予防事業検証方法に関する検討を行う。 介護事業所に対する業務改善支援事業 介護ロボットやICTの導入、業務改善に取り組む介護事務所への支援 科学的介護データ提供用データベース構築等事業 科学的に自立支援等の効果が裏付けられた介護を実現するため、必要なデータを収集・分析するデータ ベースの構築・運用 IT理解・活用力習得のための職業訓練 中小企業や製造現場等で働く方々を対象としたIT理解・活用力習得のための職業訓練を実施 求職者が標準的に装備しておくべきIT理解・活用力習得のための職業訓練を実施 厚生労働省の主なAI関係施策 15
- 17. AI活用に向けた工程表（俯瞰図に基づくＡＩ開発促進のための工程表） 2020年度 2021年度 2022年度 2023年度 ～ 時間軸 学会を中心とした画像DB 構築1 画像診断支援 介護・認知症 手術支援 ゲノム医療 診断・治療支援 医薬品開発 医薬品開発に応用可能なAIを開発、AIを用いた効率的な医薬品開発を実現 結果を踏まえて今後の取組を検討 ・医療機器メーカーへ教師付画像データ提供 ・AIを活用した画像診断支援プログラムを開発 比較的稀な疾患についてAIを活用し た診断・治療支援を実用化 頻度の高い疾患についてAIを活用し た診断・治療支援を実用化 （最大３年程度を目処に当面の間）全ゲノム解析等実行計画に基づき、がん領域、難病領域にお いて先行解析を実施（全ゲノム解析等の実施、本格解析の方針決定と体制整備） （先行解析後速やかに）本格解析（解析状況や研究動向 等を踏まえ新規検体を収集・解析。目標は随時見直し） 難病領域の情報基盤構築、 AI開発2 改正薬機法等の円滑な施行に向けた政省令の整備等 創薬ターゲット探索のためのデータベース構築、AI開発4 企業の薬効データ、構造最適化に係る経験知を含むデータベースを構築、化合物最適化に利用可能なAI技術の開発５ 介護ロボット開発・導入・活用・改善の一連のプロセスを支援する拠点を設置 ＡＩを活用したケアプラン作成 支援に係る課題の整理 自立支援・重度化防止等に資するＡＩも活用した科学的なケアプ ランの実用化に向けた取組について検討し、その結果に基づき必 要な措置を講ずる。 AIを活用した認知症対応支援システムの開発の推進 手術データを統合収集・蓄積（2019年度までの研究事業3の結果を踏まえ、今後の取組を検討） 医療安全管理体制の評価および 関連因子を抽出する研究 AIを用いた医療安全に係るデータの解析・分析の有効性等の検討3 予防（PHR） 2020年度夏までに、PHRの在り方に関する基本的な方向性・課題を整理し、工程表を策定。その後工程表に基づき取組 人工知能開発基盤 AI開発のためのクラウド環境に必要 なセキュリティの基準等の検討4 セキュリティの基準等を満たしたクラウド環境の同定・推進 関連する法制度 AIを活用した認知症高齢者の対人 交流、コミュニティ作り支援シス テム開発の研究 ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ 支払業務の効率化 審査支払新システムの開発 審査のためのAIの開発 ⑨ 審査支払新システム稼働、審査におけるAIの活用 【注釈】１ AMED臨床研究等ICT基盤構築・人工知能 実装研究事業；２ AMED難治性疾患実用化研究事業； ３ 厚労科研 臨床研究等ICT基盤構築・人工知能実装 研究事業；４ 医薬健栄研インハウス予算「新薬創出 を加速する人工知能の開発」／PRISM創薬ターゲット 探索プラットフォームの構築；５ AMED創薬支援推進 事業；６ 保健医療分野人工知能サービス実証事業費
- 18. 健康・医療・介護・福祉分野においてAIの開発・利活用が 期待できる領域 介護・認知症領域に おけるAI開発 インクルージョ ン技術 診断・治療支援領域におけるAI開発 健康・医療 介護・福祉 画像診断支援領域に おけるAI開発 手術支援領域に おけるAI開発 医薬品開発領域におけるAI開発 ゲノム医療/オミックス解析におけるAI開発 診断 治療 ケア 予防 問診等 放射線治療等 基 盤 見守り IoT 介助 コミュニケーション 支援等 医 療 技 術 ・ 支 援 技 術 （ 医 療 機 器 を 含 む ） 支 援 計 画 策 定 検体検査等 予防領域にお けるAI開発 モニタリング IoT 医療安全 患者の利便性向上／医療従事者支援／保険者支援／審査支払における効率化や専門的審査の支援 在宅医療／遠隔診療 健康・医療・介護・福祉分野における情報基盤整備 発症予測 リ ハ ビ リ テ ー シ ョ ン 保健指導 PHR 人工知能開発基盤 自動アノテーション クラウドサービス・情報セキュリティ監視 創薬ターゲット探索 化合物探索 化合物最適化 前臨床試験 臨床試験 申請・承認・販売 全ゲノム／オミックス解析 知識データベース 健康生活 支援/健康 維持サービス 治 療 計 画 策 定 デジタルセラピューティクス* 17 （令和２年3月最終改定） *デジタル技術を用いた疾病の予防、診断・治療等の医療行為を支援または実施するソフトウェア等のこと ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ 俯瞰図に基づくAI開発促進のための工程表（令和２年6月18 日保健医療分野AI開発加速コンソーシアム）より
- 19. 令和３年度予算におけるAI関連予算（IoT・ビッグデータに関する施策も含む） 18 事業 令和３年度 予算案（億円） 令和２年度第３次 補正予算（億円） 化学物質安全性ビッグデータベースの構築と人工知能を用いた医薬品・食品・生活化学物質のヒト安全 性予測評価基盤技術の開発研究 0.3 新薬創出を加速する人工知能の開発 2.9 医工連携・人工知能実装研究事業／臨床研究等ICT基盤構築・人工知能実装研究事業 9.1 保健医療分野人工知能サービス実証事業費 0.7 保健医療分野ＡＩ開発加速コンソーシアム運営事業費 0.1 創薬支援推進事業 （35.5の内数） 臨床効果データベース整備事業 0.3 クリニカル・イノベーション・ネットワーク構想 77.8 臨床ゲノム情報公開データベース支援事業 0.9 PHR検討会開催経費及び健（検）診結果等情報の利活用のためのマイナンバー情報連携に係るシステム 改修等事業 1.5 20.6 独立行政法人医薬品医療機器総合機構審査等勘定運営費交付金（AI、ゲノム医療、iPS細胞等の最先端 技術を活用した医療機器等に関する情報の収集、分析評価の体制整備事業費） 0.5 医療情報データベースを活用した医薬品等安全対策の推進 3.7 7.9 「小児と薬」情報収集ネットワーク並びに小児を対象とした医薬品の使用環境改善事業 1.2 次世代医療機器・再生医療等製品評価指標作成事業 0.4 医薬品等規制調和・評価研究事業 （11.2の内数） 化学物質リスク研究事業 （4.6の内数） AI・モバイル用アプリケーション等最先端医療機器調査等事業 0.3 介護ロボット開発等加速化事業 5.0 2.4 認知症政策研究事業 （1.2の内数） 地域医療介護総合確保基金 （137.4の内数） 大規模実証事業 1.2 地域支援事業 （1,941.7の内数） 科学的介護データ提供用データベース構築等事業 4.3 データヘルス分析関連サービス 3.7 4.3 レセプトデータ等を活用したデータヘルスに関する事業 0.3 IT理解・活用力習得のための職業訓練 7.1 （別に509.7の内数） 早期化・効率化に向けた調査研究に係る経費（人口動態統計調査） 1.1 AIを活用した緊急性の判断に資するツールの開発促進 0.8 合計（AI関連予算額を抽出困難な施策分（内数記載の施策分）は含まず） 122.3 36.0
- 20. 医工連携・人工知能実装研究事業 （令和3年度～） 精神・神経疾患の診療においては、客観的な評価指標が乏しいため、精神・神経症状が明らかになる前の早期段階での診断が難 しい現状がある。 精神・神経症状が明らかに出現していないが、今後症状が顕在化すると考えられる場合や、軽度の精神・神経症状があり、初期 症状を呈していると考えられる場合においては、早期診断により早期から介入することで、進行を遅らせ、生活の質を維持につ ながる可能性がある。また、既発症の場合においても、現在は寛解しているが再発のリスクが高いと考えられる場合、再発兆候 を早期から検知し、早期から対応することで予後の改善や合併症の予防につながる可能性がある。 精神・神経疾患の早期診断のために、健康・医療分野におけるデータ（画像、血液、脳波等の検査データ）と、個人の認知・行 動（発話、表情、体動等）を組み合わせるAI技術の研究を進め、開発したAI技術を用いて、精神・神経疾患の発症や進行の仕組 みを明らかにし、精神・神経症状が明らかになる前から、発症の兆候を把握し、早期診断につながるエビデンスを創出する。 ◆ 研究期間内に、商業利用のためのAI技術を開発し、社会実装を目標とする。 ◆ 精神・神経疾患において早期診断を可能とし、早期から適切な医療・療養・介護支援等の介入を実現し、症状の進行を遅らせるこ とで、予後の改善や生活の質の維持を目指す。 ◆ また、患者の家族や医療関係者等の負担軽減に寄与する。 期待されるアウトプット、アウトカム 個人の認知・行動 のデータ ＋ AI技術 健康・医療分野におけるデータ 血液・ゲノムデータ 画像データ 等 共同研究 医療機関 企業 診断 症状の出現 症状の出現 従 来 A I 技 術 の 利 活 用 AI技術の社会実装 早期介入 早期介入 早期発見・早期対応（二 次予防）及び重症化予防 （三次予防） 再発兆候の早期発見・早 期対応による重症化予防 （三次予防） 診断 研究のスキーム 診断・治療支援 具体的な研究内容
- 21. AIを活用した創薬ターゲットの探索 各種DB 実臨床情報 文献情報（論文等） 各種データベース マルチオミクス解析結果 大量に蓄積されてきたビッグデータ 創薬ターゲットの発見・同定 因果推論 AIによる学習 分子NW情報 疾患情報 + + 実臨床情報 及び 臨床サンプルの解析 細胞・動物実験 AIによって示された 創薬ターゲットの検証 ・ AIに実臨床情報、各種データベース、文献情報（論文等）やマルチオミクス解析結果等を学習させる。 ・ AIに疾患情報や分子ネットワーク（NW）情報を基に生体内分子と疾患との因果関係を推定させる（因果推論）。 ・ 推定（創薬ターゲット）の検証を細胞・動物実験だけでなく実臨床情報及び臨床サンプルの解析等によっても行う。 創薬における課題 開発が容易な既知の創薬ターゲットの多くは既に研究され、 創薬ターゲットの枯渇が深刻化 新たな技術手法を活用した創薬ターゲットの探索研究が必要 人工知能の活用 医薬品開発
- 22. ＜創薬支援推進事業＞「産学連携による次世代創薬AI開発」 化合物-生体分子 親和性予測AI 薬効/動態/毒性等に関わる生体 分子への親和性の同時予測 創薬ブースターで の使用による検証、 支援の効率化の ほか、AMED事業 での活用 創薬標的情報 構造等情報 企業等における活 用により創薬の高 効率化 Ａ Ｉ 創 薬 の 本 格 実 装 へ 機械学習 各製薬企業の大規模創薬データ （10社以上の本事業への賛同を目指す） 薬物 動態 ・ 毒性 情報 企業内プロジェ クトでの最適化 履歴情報 化合物構造発生AI 創薬分子設計ＡＩ 構造発生 複数項目同時予測 候 補 化 合 物 反復 ビジネス化による 幅広い普及を検討 創薬支援インフォマティクス データベース • 創薬支援ネットワーク等における医薬品開発効率化のため、これまで（平成27年度～令和元年度）、毒性（肝毒性、心毒性）・薬物動 態を中心としたインシリコの統合解析プラットフォーム（データベース、モデリング機能、毒性・動態の予測機能から構成）を構築。 開発したシステムの一部を商用化。 • 令和２年度から、産学の保有する生体分子群と化合物群の親和性データや企業の創薬化学研究者が持つ構造最適化に関する経験知デー タ等、創薬研究における多面的で膨大なデータを広く集約することで、産学が利用可能な化合物設計ＡＩを開発する。 • 新規化合物の薬効、毒性、薬物動態関連分子への親和性予測に加えて化合物の最適化を自律的に行うAI創薬技術を開発する。 医薬品開発
- 24. 超拡大内視鏡 （約500倍） 医療機器の名称等 品目の概要 AI注）を使って開発された医療機器 として平成30年12月6日承認 「内視鏡画像診断支援ソフトウェア EndoBRAIN」 （サイバネットシステム株式会社） ⚫ 超拡大内視鏡画像により、大腸病変の腫瘍/非腫瘍の 判別を支援する。 ⚫ 国立研究開発法人日本医療研究開発機構（AMED） の支援を受け、昭和大学、名古屋大学、サイバネッ トシステム(株)が連携して開発。 当該プログラム（EndBRAIN)が、 医師の読影の補助を行う。 本品は、市販後に自ら学習を繰り返し、 性能が変化するタイプではない。 評価項目 当該プログラム 非専門医 正診率（超拡大染色画像） 98% 69% 正診率（超拡大NBI画像） 96% 70% 感度（超拡大染色画像） 97% 71% 感度（超拡大NBI画像） 97% 62% 腫瘍の 確率 【臨床性能試験の結果 －正診率など－ 】 （表示例） 約6万枚の内視鏡画像を学習して、専門医に匹敵する正診率98%の精度を実現 23 AIを使って開発された承認品目（医療機器） 注）本品はサポートベクターマシンと呼ばれる機械学習の一種（深層学習（Deep Learning）ではな い。）
- 25. AIを使って開発された承認品目（医療機器） 医療機器の名称等 品目の概要 深層学習（Deep Learning） を用いて開発された医療機器 として令和2年6月29日承認 COVID-19肺炎画像解析プログラム ＡｌｉーＭ３ （株式会社MICメディカル） ⚫ X線CT画像を用いた肺炎の画像診断の際に、COVID-19 肺炎に見られる画像所見を有する可能性に関する情報を 提示し、医師の読影を支援する。 ⚫ 2020年５月以前に中国で収集されたCOVID-19肺炎、 その他肺炎及び非肺炎症例を用いて学習させて開発され たプログラム。 （令和2年4月13日付事務連絡「新型コロナウイルス感染症の発生に伴う当面の医 薬品、医療機器、体外診断用医薬品及び再生医療等製品の承認審査に関する取扱い について」に基づく優先審査品目） 臨床試験 ⚫ 本邦の11施設おいて、PCR及びCT撮影がされた704例 （PCR陽性：PCR陰性＝327：377例）を用いて評価。 ⚫ 陽性判定の確信度閾値を0.1（判定“Mid”以上）とし場合 の感度及び特異度はそれぞれ89.6%及び37.1%であった PCR検査結果 陽性例数 陰性例数 本 品 陽性 High 204 75 Mid 89 162 陰性 Low 34 140 ⚫ 本品の検出結果のみで肺炎のスクリーニングや 確定診断を行うことは目的としていない ⚫ 承認条件あり（承認時のデータが限られていることから、 製造販売後に本品の性能及び有用性を評価可能な適切な試験 を実施すること。必要に応じ、最新の情報を提供すること） ⚫ なお、本品は市販後に学習を繰り返し、性能が 変化するタイプのAIではない ※ High-Mid間の確信度閾値：0.751、Mid-Low間（陰性・陽性判定）の確信度閾値： 0.1 確信度により3段階に結果 を表示する。 High Mid Lo w
- 26. ご静聴ありがとうございました。 厚生労働省 Ministry of Health Labour and Welfare ひと、くらし、みらいのために 厚生労働省 Ministry of Health Labour and Welfare ひと、くらし、みらいのために