日本臨床検査自動化学会／JACLaS共催市民公開シンポジウム2016

ここから本題のAI、ビッグデータ、IoTというところに入りたいと思います。まず、ご存知かと思いますが、IoTというのはInternet of Things、モノが全部、それが車であれ、家電であれ、体重計であれ、すべてのものがインターネットに接続されます。そして、それらから出される情報がデータベース化（ビッグデータ化）されて解析され、いろいろなサービス、付加価値がフィードバックされるというのがIoTシステムになります。その中で、高度な解析が必要な場合はAI（人工知能）が使われます。

面白い例をご紹介します。　ペンシルバニア大学では、遺伝子からビッグデータを使って人の顔を予測する方法を研究しています。DNA generated faceと書いてありますけれども、下が遺伝子情報からコンピューターがつくった絵、上が実物の人です（図1）。

（図1）

結構似ていて、すごいなと思いました。容姿はやはり遺伝子で決まるのかと改めて思いましたけれども、このようなところまで実際できるようになってきているということです。しかしながら、これも最近の話ですが、ある人工知能が、ヒトラーが正しかったという、ヒトラーを礼讃するような意見を言い始めたというニュースがありました。やはり人間も人工知能も、正しい知識を与えて正しく学ばせないと、とんでもないことが起こるということです。人工知能も使い方次第で、使うほうがよく理解して使わないと、それは魔法の箱ではないので、人工知能に入れたら何でも答えが出るというのは明らかに間違いだということだと思います。

さて、IoTですけれども、私どもはシスメックス・ネットワーク・コミュニケーション・システム（SNCS）というものを持っています（図2）。分析装置と私どものコールセンターとをネットワークで接続して、IT経由でさまざまなサービスを1999年からご提供しています。このシステムでは、装置のセンサー情報がネットワークを通して、私どもの神戸にあるコールセンターのデータベースに蓄積されます。ここからそのデータを分析して、お使いになっているお客様の装置に、もし異常があれば異常をお知らせする（“異常検知”）ことが可能です。

（図2）

また、プロアクティブサービスと言っておりますが、例えばある圧力センサーの圧力がだんだん高まってきて、もう少ししたら詰まりそうだという状態になると、それを検出して（“故障予知”）詰まる前に予防的に保守をする（お知らせしたり、あるいはサービスエンジニアを行かせたりする）というサービスをご提供しています。このSNCSは、当時はIoTとは言わなかったですが、今で言えば、まさにIoTシステムでありまして、このシステムによってお客様に対していろいろなサービスがご提供できるということで、ご好評をいただいていると思っています。

さて、このシステムで、これがもし分析装置ではなくて人の検査データであるとしたら、同様のネットワークを通じて、検査データがデータベース化されます。ではこの場合の“異常検知”とは何かというと、まさに早期発見で、病気を早期に発見して早期治療に向かう、“故障予知”はというと、発症予測することであり、いわゆる先制医療につながるということになります。すなわち、このIoTシステムはヘルスケアシステムそのものにもなり得るということです。

もちろん、この情報システムをシスメックスがつくるという話ではなくて、国等のインフラ等を使って構築されることになりますが、ポイントはこのデータベースを使って早期発見や発症予測を行い、早期治療や先制医療につなげられる可能性があるということです。

もう少し早期発見あるいは先制医療についてご説明したいと思います（図3）。図で、横軸が年齢、縦軸が病気の進行度合いと取ると、当然、各個人によって遺伝的な素因はありますので、病気になりやすい方、病気になりにくい方があります。そこにだんだん環境因子が加わって発症というところに至る訳です。遺伝素因と環境素因があって、ある閾値を超えたら発症ということになる。この発症の初期段階を発見して早期に治療するというのがひとつ、それから、この病気になる前、発症の前段階を何らかの形でとらえて、早期介入して先制医療に持って行くということ、これらが今後、高齢化社会において医療費を削減しつつ全体として高齢化社会を維持する方法だと思います。

（図3）

アルツハイマーの例でお話します。先日のG7保健大臣会合でも認知症対策が世界的な課題として取り上げられましたが、アルツハイマー病も、勿論、早期発見して早期治療が求められています。これに対して、アルツハイマーの前段階としての軽度認知障害、さらには発症前の前アルツハイマー状態を定義して早期に積極的な介入していこうという動きがあります。

これを検査の観点でみると、おそらくアルツハイマー発症の10年以上前から異常なタンパクの蓄積が始まって、ある段階で発症状態に至る訳です。
先ほどリキッドバイオプシーと申しましたけれども、何らかのバイオマーカーを血液で測ることによって、これを早期に見つける、あるいは発症前の段階を的確に捉えるということになります。

ここで、またリキッドバイオプシーに戻りますが、現在、我々はアルツハイマーの原因物質と考えられているアミロイドβ、あるいはタウタンパクを血液で測るようなことに取り組んでおります。現在、これらは画像検査や髄液検査でないとわかりません。血中と髄液中のβアミロイドの濃度比は約1:50と言われています。ということで、従来よりも50倍の感度があれば何とか測れるのではないかということで、当社の免疫検査装置であるHISCLをさらに50倍以上高感度にした技術を開発しました。これはまだ基本性能評価の段階ですが、今後、実際の患者、健常者のデータを取っていきたいと思います。

では、バイオマーカーさえ測れたら話が済むかといえば、そうではなく、バイオマーカー値がどの値（閾値）を超えれば“発症する”あるいは“前発症段階に至る”かが重要です。これには、個人差があるはずです。そこで、AIとビッグデータへの期待ということになります。

従来の検査の基準値は、健常者の多くのデータを取ってビッグデータ化し、その95％の方が含まれる範囲を基準値としています。この基準値は、標準的な医療には必須の値ですが、個別化医療あるいは予防・先制医療という観点からは、それだけでは十分ではありません。つまり、個人毎の基準値（正常な状態である範囲）は、通常の基準値の幅より、より狭い幅であることが予測されます。なぜならば、通常の基準値は、個人の基準値の集合体であるはずですので。個人の時系列データをとって、基準値の個別化を行うことにより、従来よりも鋭敏に早期発見できることが期待できます。個人の時系列データをとるためには、血液で検査できるリキッドバイオプシー検査は、重要なツールとなります。

また、このような個人の時系列データを集めてビッグデータ化し、その変化傾向からAI等の新しい解析手法を使って、ある時点で、“これから疾病の方向に向かう”のか“正常状態に復帰する”のかあるいは“当面、そのまま維持される”のかを予測できるようになるのではないかと思います。これは、まさに先制医療につながります。

個人のリキッドバイオプシーの時系列データに加え、個人のライフログ*等の情報、さらに個人の遺伝子データをパーソナル・ヘルス・レコーディングとしてデータベース化すれば、対象は健康管理・予防にまで広がってゆきでしょう。従来はこのようなパーソナル・ヘルス・レコーディングは存在しなかったのですが、日本は、診療データだけでなく健診のデータなども揃っているので、うまくデータ連携できれば、そのデータが強みになるのではないかと思っています。

最後になりますが、Diagnosisという言葉は、“dia(識別する)＋nosis(知る)”、つまり“種々の状況を知って識別する”ということだと思います。
そして、今後の検査は、Prognosis つまり “Pro(事前に)＋nosis(知る)”という,予測診断がより重要になってくるのではないでしょうか。

以上、どうもご清聴ありがとうございました

ライフログ*： 人間の生活や活動を長期間にわたり記録したもの。ヘルスケアの場合は運動の履歴や食生活、などの生活習慣の記録が特に重要となる。