課題

ある主要ながん研究機関の医療AI研究開発部門に属する内視鏡AIグループは、がん研究のための内視鏡画像分析において、重要な課題に直面していました。研究チームは膨大な量の内視鏡画像を扱う中で、次のような問題を解決する必要がありました。

• 数十万枚に及ぶ内視鏡画像から、腫瘍領域を正確に特定し、分析する必要がありました。
• 従来は、医療スタッフが腫瘍領域をボックス形式で手動ラベリングしており、多大な時間と人的リソースを要していました。
• 内視鏡画像内で、正常領域、腫瘍領域、内視鏡器具領域を自動で区別し、正確に分析する必要がありました。
• 画像全体のうち、正常領域（腫瘍領域と器具領域を除く）の割合を自動で算出する機能がありませんでした。
• 機微性の高い医療データを扱うため、厳格なセキュリティ対策が求められました。

これらの課題により研究の進行速度が低下しており、より精緻な分析ツールの必要性が高まっていました。

解決策

この研究機関は、これらの課題を解決するために、Superb AIのオンプレミスAIプラットフォームを導入しました。Superb Platformは、次のような中核機能を提供しました。

• 高度な自動ラベリング機能：Superb AIのプラットフォームは、約100万枚の内視鏡画像を自動でラベリングできる先進的な機能を提供しました。これにより、従来の手動ラベリング工程を大幅に改善しました。

（Superb Platformのオートラベル機能画面）

• 高精度なセグメンテーションモデル：SAM（Segment Anything Model）ベースのセグメンテーションモデルを活用し、内視鏡画像内の正常領域、腫瘍領域、内視鏡器具領域を正確に区分しました。
• 面積算出機能：内視鏡画像全体に占める正常領域の割合を自動で算出する機能を提供し、腫瘍の密度や大きさをより正確に測定できるようになりました。
• 統合AI開発環境：データ整理、モデル学習、モデル診断、生成AIなどの機能を単一プラットフォームに統合し、効率的な研究環境を構築しました。
• セキュリティを強化したオンプレミスソリューション：機微性の高い医療データを外部へ持ち出すことなく、機関内部で安全に処理できるオンプレミス型プラットフォームを提供しました。
• 専門的な支援体制：Superb AIは継続的な技術支援とコンサルティングを提供し、研究チームがプラットフォームを最大限に活用できるよう支援しました。

導入効果

Superb AIのAIプラットフォーム導入後、この研究機関は次のような顕著な成果を上げました。

• データ処理効率の向上：数十万枚の内視鏡画像を自動でラベリングすることで、研究時間を大幅に短縮し、人的リソースをより価値の高い研究活動へ振り向けることが可能になりました。従来はオープンソースのラベリングツールであるC製品を利用し、内視鏡画像を1枚ずつ手作業でラベリングしていました。1枚あたり数分以上かかっていた作業を、Superb AIのオートラベル機能に置き換えることで、1枚あたり最大1秒程度まで短縮し、作業効率を数十倍以上改善しました。
• 分析精度の向上：高精度なセグメンテーションモデルによって、腫瘍領域と正常領域をより正確に区別できるようになり、面積算出機能により腫瘍密度を客観的に測定できるようになりました。従来の手動ラベリングでは、分析精度を高めるためにラベリング後も追加の確認工程が必要であり、さらに1～2日を要していました。Superb AIのオートラベル機能の導入後は、即時に確認作業を行えるようになり、手動ラベリング時よりもはるかに高精度な領域検出が可能になりました。
• 医療データセキュリティの強化：オンプレミスプラットフォームにより、機微性の高い医療データの安全性を厳格に維持しながら、高度なAI技術を活用できるようになりました。
• 研究拡張性の向上：この研究機関は、腫瘍学分野で世界15位に選ばれた実績を持ち、最先端のがん研究にAIを積極的に活用しています。膨大な病変画像を分析するためにSuperb Platformを選定し、今後は内視鏡画像にとどまらず、X線など他形式の大量画像分析へも拡張可能です。データ整理、モデル学習、モデル診断、生成AIなどの機能が充実しており、単一環境で効率的かつ詳細な分析を進められるため、がん研究の多様な分野に適用できます。
• 臨床応用可能性の拡大：開発されたAIモデルは、研究発表にとどまらず、患者の経過観察や追跡治療にも活用できるため、研究成果の実際の臨床応用可能性が大きく高まりました。

この研究機関の事例は、高度なAI技術が医療研究分野にもたらす変革を示す代表的なケースといえます。Superb AIのAIプラットフォームは、単なる技術的ソリューションの提供にとどまらず、医療研究の効率性と精度を高め、最終的には患者治療の成果向上にも寄与しています。