日本総合健診医学会 第53回大会・シンポジウム6 AI画像診断と総合健診 内視鏡AIの現状と未来:日本発の技術革新とその社会実装への課題

消化器がんは日本のみならず全世界でがん死因のトップであり、早期発見・治療により生存率が向上することから、がん検診を活用した病変の早期発見が重要である。特に胃がんにおいては、日本国内で2016年度から対策型胃がん検診に胃内視鏡検診が追加され、内視鏡医にかかる負荷の増大も課題である。近年、人工知能(Artificial Intelligence; AI)技術の進化により、内視鏡検査にAIを活用した診断支援システムが導入され、消化器内視鏡診断の精度向上や腫瘍性病変の見落としの軽減が期待されている。 胃腫瘍、大腸腺腫において、現在までのランダム化比較試験でも内視鏡AIの有用性は報告されており、今後の臨...

Full description

Saved in:
Bibliographic Details
Published in総合健診 Vol. 52; no. 3; pp. 508 - 516
Main Authors 柴田 淳一, 多田 智裕, 菊池 亮佑
Format Journal Article
LanguageJapanese
Published 一般社団法人 日本総合健診医学会 10.05.2025
Online AccessGet full text
ISSN1347-0086
1884-4103
DOI10.7143/jhep.52.508

Cover

Abstract 消化器がんは日本のみならず全世界でがん死因のトップであり、早期発見・治療により生存率が向上することから、がん検診を活用した病変の早期発見が重要である。特に胃がんにおいては、日本国内で2016年度から対策型胃がん検診に胃内視鏡検診が追加され、内視鏡医にかかる負荷の増大も課題である。近年、人工知能(Artificial Intelligence; AI)技術の進化により、内視鏡検査にAIを活用した診断支援システムが導入され、消化器内視鏡診断の精度向上や腫瘍性病変の見落としの軽減が期待されている。 胃腫瘍、大腸腺腫において、現在までのランダム化比較試験でも内視鏡AIの有用性は報告されており、今後の臨床現場での普及が進むだろう。筆者らは2017年に株式会社AIメディカルサービス(以下、AIM社)を立ち上げ、画像上早期胃がんおよび腺腫を疑う領域を検出支援するプログラム医療機器gastroAITM model-G2を2025年から販売開始した。また、対策型胃内視鏡検診におけるgastroBASE screeningも提供し、医師の負担軽減と診断精度の向上を目指している。 内視鏡AIの社会実装にはまだ克服すべき課題もあり、AIM社でもAI医療機器協議会と共に保険加算やAI開発への補助金など国や政府への提言を行なっている。今回は内視鏡AIの現状をAIM社での内視鏡AIの開発の現況を交え概説し、さらにその未来への展望についても考察する。
AbstractList 消化器がんは日本のみならず全世界でがん死因のトップであり、早期発見・治療により生存率が向上することから、がん検診を活用した病変の早期発見が重要である。特に胃がんにおいては、日本国内で2016年度から対策型胃がん検診に胃内視鏡検診が追加され、内視鏡医にかかる負荷の増大も課題である。近年、人工知能(Artificial Intelligence; AI)技術の進化により、内視鏡検査にAIを活用した診断支援システムが導入され、消化器内視鏡診断の精度向上や腫瘍性病変の見落としの軽減が期待されている。 胃腫瘍、大腸腺腫において、現在までのランダム化比較試験でも内視鏡AIの有用性は報告されており、今後の臨床現場での普及が進むだろう。筆者らは2017年に株式会社AIメディカルサービス(以下、AIM社)を立ち上げ、画像上早期胃がんおよび腺腫を疑う領域を検出支援するプログラム医療機器gastroAITM model-G2を2025年から販売開始した。また、対策型胃内視鏡検診におけるgastroBASE screeningも提供し、医師の負担軽減と診断精度の向上を目指している。 内視鏡AIの社会実装にはまだ克服すべき課題もあり、AIM社でもAI医療機器協議会と共に保険加算やAI開発への補助金など国や政府への提言を行なっている。今回は内視鏡AIの現状をAIM社での内視鏡AIの開発の現況を交え概説し、さらにその未来への展望についても考察する。
Author 多田 智裕
菊池 亮佑
柴田 淳一
Author_xml – sequence: 1
  fullname: 柴田 淳一
  organization: ジェイズ胃腸内視鏡・肛門クリニック
– sequence: 1
  fullname: 多田 智裕
  organization: ジェイズ胃腸内視鏡・肛門クリニック
– sequence: 1
  fullname: 菊池 亮佑
  organization: ジェイズ胃腸内視鏡・肛門クリニック
BookMark eNpNUUtLAlEUvkRBZa76HWP3MXccN4FED0FoU-thXpbSC23TznEoQgSDwsi0ktIsLKKgJMM_c7sz46q_0JUi2pxz-L7vfOdwziQY3dresgGYRjASRTKZyazbOxGKIxSqI2ACqaosyQiSUVETOSpBqCrjIJzLpQ0IMYQyomQC9L3Tplfr-G9lfnTInWbQfuelHn9ofX5UWT7vdzqU8PMLfnM7BNweK7wx94W5dVboskKLuVeKkMUT_kmPu2XR7VUemNP-7yd4frAftCqDciOeYM6jX-77xVeh8mr3Xr359VH9XeLsXbBeMR80jgf1O6_yJDTMqQ9bbvpiPn-8DK73mdMVSHD_PGiUpsBYSt_I2eHfHAKrC_Mrc0tScnkxMRdPShmEsC7RWMpSbYMaxFKgKlNoyXZKjRqmEVUxVJAACcJEjpnQgFixiWUp1LCgmVJMjGKYhMDsj28mt6uv2dpONr2pZ_c0PbubNjdsbXh7jWKNDIN4wB9hrutZLaOTb3lfw0Q
ContentType Journal Article
Copyright 2025 一般社団法人 日本総合健診医学会
Copyright_xml – notice: 2025 一般社団法人 日本総合健診医学会
DOI 10.7143/jhep.52.508
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
EISSN 1884-4103
EndPage 516
ExternalDocumentID article_jhep_52_3_52_508_article_char_ja
GroupedDBID ALMA_UNASSIGNED_HOLDINGS
BKOMP
JSF
KQ8
MOJWN
RJT
ID FETCH-LOGICAL-j112a-59fd8eb5b3d608450d4ef87bcb782061608312349c0b026e3dd65bd0cf6c21923
ISSN 1347-0086
IngestDate Mon Sep 01 00:08:28 EDT 2025
IsDoiOpenAccess true
IsOpenAccess true
IsPeerReviewed false
IsScholarly false
Issue 3
Language Japanese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-j112a-59fd8eb5b3d608450d4ef87bcb782061608312349c0b026e3dd65bd0cf6c21923
OpenAccessLink https://www.jstage.jst.go.jp/article/jhep/52/3/52_508/_article/-char/ja
PageCount 9
ParticipantIDs jstage_primary_article_jhep_52_3_52_508_article_char_ja
PublicationCentury 2000
PublicationDate 2025/05/10
PublicationDateYYYYMMDD 2025-05-10
PublicationDate_xml – month: 05
  year: 2025
  text: 2025/05/10
  day: 10
PublicationDecade 2020
PublicationTitle 総合健診
PublicationTitleAlternate 総合健診
PublicationYear 2025
Publisher 一般社団法人 日本総合健診医学会
Publisher_xml – name: 一般社団法人 日本総合健診医学会
References 7) Hirasawa T, Aoyama K, Tanimoto T, et al: Application of artificial intelligence using a convolutional neural network for detecting gastric cancer in endoscopic images. Gastric Cancer 2018; 21(4): 653-60.
8) Wu L, Shang R, Sharma P, et al: Effect of a deep learning-based system on the miss rate of gastric neoplasms during upper gastrointestinal endoscopy: a single-centre, tandem, randomised controlled trial. Lancet Gastroenterology & Hepatology 2021; 6(9): 700-8.
16) AI医療機器協議会,2024. (オンライン) 入手先〈https://aimd.jp/news/article/20241108-1〉,(参照2025-4-1
3) Ochiai K, Ozawa T, Shibata J, Ishihara S, Tada T: Current Status of Artificial Intelligence-Based Computer-Assisted Diagnosis Systems for Gastric Cancer in Endoscopy. Diagnostics 2022; 13; 12(12): 3153.
9) 日本消化器がん検診学会編集:対策型検診のための内視鏡検診マニュアル 2024 改訂第2版.東京,南江堂,2024; 43-7.
5) Kikuchi R, Okamoto K, Ozawa T, Shibata J, Ishihara S, Tada T: Endoscopic Artificial Intelligence for Image Analysis in Gastrointestinal Neoplasms. Digestion 2024; Jul 26: 1-17.
14) Hassan C, Spadaccini M, Mori Y, et al: Real-Time Computer-Aided Detection of Colorectal Neoplasia During Colonoscopy: A Systematic Review and Meta-analysis. Ann Intern Med 2023; 176(9): 1209-20.
17) Olympus Integrated Report 2023, 2023.(オンライン) 入手先〈https://www.olympus.co.jp/ir/data/integratedreport/pdf/integrated_report_2023j_21.pdf〉,(参照2025-4-1
11) gastroAImedia 内視鏡向け情報サイト,2022.(オンライン) 入手先〈https://www.gastroai.com/column/ai-endoscopy/1873〉,(参照2025-4-1
13) Kaminski M, Regula J, Kraszewska E, et al: Quality Indicators for Colonoscopy and the Risk of Interval Cancer. N Engl J Med 2010; 362(19): 1795-803.
12) 国立がん研究センター がん対策研究所:有効性評価に基づく大腸がん検診ガイドライン 2024年度版.国立がん研究センター,2024.(オンライン) 入手先〈https://canscreen.ncc.go.jp/guideline/colon_guideline2024.pdf〉,(参照2025-4-1
1) WHO Cancer Today,2024.(オンライン) 入手先〈https://gco.iarc.fr/today/home〉,(参照2025-4-1
2) Jiang L, Wu Z, Xu X, et al: Opportunities and challenges of artificial intelligence in the medical field: current application, emerging problems, and problem-solving strategies. Journal of International Medical Research 2021; 49(3): 1-11.
4) Shi Y, Fan H, Li L, et al: The value of machine learning approaches in the diagnosis of early gastric cancer. a systematic review and meta-analysis. World J Surg Oncol 2024; 22(1): 40.
6) Hosokawa O, Hattori M, Douden K, Hayashi H, Ohta K, Kaizaki Y: Difference in accuracy between gastroscopy and colonoscopy for detection of cancer. Hepatogastroenterology 2007; 54: 442-4.
10) Yonazu S, Ozawa T, Nakanishi T, et al: Cost-effectiveness analysis of the artificial intelligence diagnosis support system for early gastric cancers. DEN Open 2023; 4(1): e289.
15) 森 悠一,石原 立,緒方晴彦,他:内視鏡AIに関するポジションステートメント.日本消化器内視鏡学会雑誌 2024; 66: 2499-508.
References_xml – reference: 13) Kaminski M, Regula J, Kraszewska E, et al: Quality Indicators for Colonoscopy and the Risk of Interval Cancer. N Engl J Med 2010; 362(19): 1795-803.
– reference: 15) 森 悠一,石原 立,緒方晴彦,他:内視鏡AIに関するポジションステートメント.日本消化器内視鏡学会雑誌 2024; 66: 2499-508.
– reference: 8) Wu L, Shang R, Sharma P, et al: Effect of a deep learning-based system on the miss rate of gastric neoplasms during upper gastrointestinal endoscopy: a single-centre, tandem, randomised controlled trial. Lancet Gastroenterology & Hepatology 2021; 6(9): 700-8.
– reference: 2) Jiang L, Wu Z, Xu X, et al: Opportunities and challenges of artificial intelligence in the medical field: current application, emerging problems, and problem-solving strategies. Journal of International Medical Research 2021; 49(3): 1-11.
– reference: 4) Shi Y, Fan H, Li L, et al: The value of machine learning approaches in the diagnosis of early gastric cancer. a systematic review and meta-analysis. World J Surg Oncol 2024; 22(1): 40.
– reference: 6) Hosokawa O, Hattori M, Douden K, Hayashi H, Ohta K, Kaizaki Y: Difference in accuracy between gastroscopy and colonoscopy for detection of cancer. Hepatogastroenterology 2007; 54: 442-4.
– reference: 11) gastroAImedia 内視鏡向け情報サイト,2022.(オンライン) 入手先〈https://www.gastroai.com/column/ai-endoscopy/1873〉,(参照2025-4-1)
– reference: 17) Olympus Integrated Report 2023, 2023.(オンライン) 入手先〈https://www.olympus.co.jp/ir/data/integratedreport/pdf/integrated_report_2023j_21.pdf〉,(参照2025-4-1)
– reference: 3) Ochiai K, Ozawa T, Shibata J, Ishihara S, Tada T: Current Status of Artificial Intelligence-Based Computer-Assisted Diagnosis Systems for Gastric Cancer in Endoscopy. Diagnostics 2022; 13; 12(12): 3153.
– reference: 14) Hassan C, Spadaccini M, Mori Y, et al: Real-Time Computer-Aided Detection of Colorectal Neoplasia During Colonoscopy: A Systematic Review and Meta-analysis. Ann Intern Med 2023; 176(9): 1209-20.
– reference: 1) WHO Cancer Today,2024.(オンライン) 入手先〈https://gco.iarc.fr/today/home〉,(参照2025-4-1)
– reference: 5) Kikuchi R, Okamoto K, Ozawa T, Shibata J, Ishihara S, Tada T: Endoscopic Artificial Intelligence for Image Analysis in Gastrointestinal Neoplasms. Digestion 2024; Jul 26: 1-17.
– reference: 12) 国立がん研究センター がん対策研究所:有効性評価に基づく大腸がん検診ガイドライン 2024年度版.国立がん研究センター,2024.(オンライン) 入手先〈https://canscreen.ncc.go.jp/guideline/colon_guideline2024.pdf〉,(参照2025-4-1)
– reference: 16) AI医療機器協議会,2024. (オンライン) 入手先〈https://aimd.jp/news/article/20241108-1〉,(参照2025-4-1)
– reference: 9) 日本消化器がん検診学会編集:対策型検診のための内視鏡検診マニュアル 2024 改訂第2版.東京,南江堂,2024; 43-7.
– reference: 7) Hirasawa T, Aoyama K, Tanimoto T, et al: Application of artificial intelligence using a convolutional neural network for detecting gastric cancer in endoscopic images. Gastric Cancer 2018; 21(4): 653-60.
– reference: 10) Yonazu S, Ozawa T, Nakanishi T, et al: Cost-effectiveness analysis of the artificial intelligence diagnosis support system for early gastric cancers. DEN Open 2023; 4(1): e289.
SSID ssib002004153
ssj0003239021
ssib058494444
ssib029852169
Score 1.9928975
Snippet 消化器がんは日本のみならず全世界でがん死因のトップであり、早期発見・治療により生存率が向上することから、がん検診を活用した病変の早期発見が重要である。特に胃がんにおいては、日本国内で2016年度から対策型胃がん検診に胃内視鏡検診が追加され、内視鏡医にかかる負荷の増大も課題である。近年、人工知能(Artificial...
SourceID jstage
SourceType Publisher
StartPage 508
Title 日本総合健診医学会 第53回大会・シンポジウム6 AI画像診断と総合健診 内視鏡AIの現状と未来:日本発の技術革新とその社会実装への課題
URI https://www.jstage.jst.go.jp/article/jhep/52/3/52_508/_article/-char/ja
Volume 52
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
ispartofPNX 総合健診, 2025/05/10, Vol.52(3), pp.508-516
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwrV1LaxRBEB5EL15EUfFNDvZJNs5OP6b72LO7wSgKgoK3ZWZ3FslBReLFUzaLIhKIoER8RA2a-CCKKKgYyZ8ZZ3dz8i9Y1T0zmYiHGIRlKKqq66uumkfVMt3jOMcF9X2XR1C5xXFYYW0F15zy40pVhmE7FFURm707z54Tpy6y05f4pW079pXeWroxGY22bv51XclWsgo8yCuukv2HzBZGgQE05BeOkGE4birHpCGI8onmhqgRXSMNnwQ-kWOkwYlyiZRIyKrRkURLEmjDqZEgQELXiRakwUhQIwpEFF99gB_Y0WiQU2MpIKph1BnR_kZ1aiwB4SFyxqEZoeq5SGYEohmRdkUBp8cRULHMKZDiDAp_YXICPUX1KjI3NctiKiASRFqRMdVQOFZXEdaabKBJ4AWW0CQQJTQbXOtI3YCM5QH4WwKUyvGtZYEG0RHArxJFER_tqGxmgVvCMoSqb3AMoo6OFVHnyFc2QtTMzCgHsjRKosOBh1gAKmvlLmQz8cuvROMjTJflGXJPIAuGY5IZgkp3XdmcIuhjWTkLiPHWfuzUKkt0QZooBgCOygw1tZ1sndhPrOX_Snm8Yja0Le4jBb4xJbPwZ9EyZy0AonGEzWwH-sR_v2xKT3bK_Ao28LbwsTwpWYVVXVouB7hXuu3R0rOdu7JUJnK7RPjPCsSH_gMrkMvxtVHujRZjNmzpnt0wmqjV5F6T4gFUm7kAV1w2J6Dt2-H5vnn75Mz50r8CuEneepXtKQk1uCi6EmgpFMt3gcSClHpUudkK1CwIdqUyOnuy5CpU4RPQk-bvs5oS-8JuZ1fWG49o694eZ9tEuNdZ7T9c7D9dHnydTe_dSbuLwzff05mV9P3Szx-Pk6mpwfIyp-mTZ-mr18jorSTTX5Pe56Q3n0x_S6aXkt4LAWp6fPBgJe3Nwuj-3Puk-6ZsD-Tp7VvDpbm12QU9nnQ_DGZXB3e_gFb_6bv-_OKvH48zJx59B2n_7tRw4f7a_Nv-3EfQSbrzOOTVKuCnH54PX95Kut-AM3z3aW1hZp9zcaxxoXaqkn10pjIBrWdY4arTlnHEI9oWrmTcbbO4I_2oFeHOovDwwk8zepSplguhFzFttwWP2m6rI1oetsv7ne1Xrl6JDzgjlEIJ12IyboUdFnM3rEbQCbgdj3ux58nwoOPbcDev2Z2Fmps9MQ5teeRhZ-f65XrE2T55_UZ8FNqqyeiYOcl-AzqGSgc
linkProvider Colorado Alliance of Research Libraries
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E6%97%A5%E6%9C%AC%E7%B7%8F%E5%90%88%E5%81%A5%E8%A8%BA%E5%8C%BB%E5%AD%A6%E4%BC%9A%E3%80%80%E7%AC%AC53%E5%9B%9E%E5%A4%A7%E4%BC%9A%E3%83%BB%E3%82%B7%E3%83%B3%E3%83%9D%E3%82%B8%E3%82%A6%E3%83%A06%E3%80%80AI%E7%94%BB%E5%83%8F%E8%A8%BA%E6%96%AD%E3%81%A8%E7%B7%8F%E5%90%88%E5%81%A5%E8%A8%BA%E3%80%80%E5%86%85%E8%A6%96%E9%8F%A1AI%E3%81%AE%E7%8F%BE%E7%8A%B6%E3%81%A8%E6%9C%AA%E6%9D%A5%EF%BC%9A%E6%97%A5%E6%9C%AC%E7%99%BA%E3%81%AE%E6%8A%80%E8%A1%93%E9%9D%A9%E6%96%B0%E3%81%A8%E3%81%9D%E3%81%AE%E7%A4%BE%E4%BC%9A%E5%AE%9F%E8%A3%85%E3%81%B8%E3%81%AE%E8%AA%B2%E9%A1%8C&rft.jtitle=%E7%B7%8F%E5%90%88%E5%81%A5%E8%A8%BA&rft.au=%E6%9F%B4%E7%94%B0+%E6%B7%B3%E4%B8%80&rft.au=%E5%A4%9A%E7%94%B0+%E6%99%BA%E8%A3%95&rft.au=%E8%8F%8A%E6%B1%A0+%E4%BA%AE%E4%BD%91&rft.date=2025-05-10&rft.pub=%E4%B8%80%E8%88%AC%E7%A4%BE%E5%9B%A3%E6%B3%95%E4%BA%BA+%E6%97%A5%E6%9C%AC%E7%B7%8F%E5%90%88%E5%81%A5%E8%A8%BA%E5%8C%BB%E5%AD%A6%E4%BC%9A&rft.issn=1347-0086&rft.eissn=1884-4103&rft.volume=52&rft.issue=3&rft.spage=508&rft.epage=516&rft_id=info:doi/10.7143%2Fjhep.52.508&rft.externalDocID=article_jhep_52_3_52_508_article_char_ja
thumbnail_l http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/lc.gif&issn=1347-0086&client=summon
thumbnail_m http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/mc.gif&issn=1347-0086&client=summon
thumbnail_s http://covers-cdn.summon.serialssolutions.com/index.aspx?isbn=/sc.gif&issn=1347-0086&client=summon