よむ、つかう、まなぶ。
【資料1】次世代評価指標について (11 ページ)
出典
公開元URL | https://www.mhlw.go.jp/stf/newpage_25800.html |
出典情報 | 薬事・食品衛生審議会 医療機器・体外診断薬部会(令和4年度第2回 5/23)《厚生労働省》 |
ページ画像
ダウンロードした画像を利用する際は「出典情報」を明記してください。
低解像度画像をダウンロード
プレーンテキスト
資料テキストはコンピュータによる自動処理で生成されており、完全に資料と一致しない場合があります。
テキストをコピーしてご利用いただく際は資料と付け合わせてご確認ください。
する機能を有する単体ソフトウェア又は当該ソフトウェアが組み込まれている装置。コ
ンピュータにより医用画像データのみ又は医用画像データと検査データの両方を処理し、
病変又は異常値の検出を支援する。
2)CADx (Computer-Aided Diagnosis)
病変の疑いのある部位の検出に加え、病変候補に関する良悪性鑑別や疾病の進行度等
の定量的なデータを数値やグラフ等として出力する機能を有する単体ソフトウェア又は
当該ソフトウェアが組み込まれている装置。診断結果の候補やリスク評価に関する情報
等の提供等により診断支援を行うものを含む。
注) CADe と CADx の定義は前出の通知より一部修正の上、引用
(2)人工知能
人の高度な知能によって行われている推論、学習等を模倣するコンピュータシステム又
はソフトウェア。本評価指標においては、特に、臨床で使用を開始した後、追加データに
よる機械学習(例えば、深層学習等)により、その性能が変化する機能(市販後学習機能)
を有するものを対象とする。
(3)機械学習
人工知能技術の一分野として大きく発展した技術であり、人間が行っている学習等の機
能をコンピュータ(ソフトウェア)で実現するための手法。アルゴリズムはさまざまであ
り、判別分析法等の古典的手法から、決定木、ニューラルネットワーク、サポートベクタ
ーマシン等、多数の方法が提案されている。代表的な応用としてはクラス分類や回帰があ
るが、これらは CAD の目的と一致していることから、多くの CAD システム開発時に利用
されてきている。
(4)深層学習
機械学習の一つであり、最近特に注目されている学習方法。多層化したニューラルネッ
トワークを大量のデータを用いて学習させることに特徴がある。ニューラルネットワーク
には、階層型ネットワークのような確定的モデルと、ボルツマンマシンのような確率的モ
デルがある。学習アルゴリズムには、教師あり、教師なし、半教師学習以外に強化学習等
もある。
2006 年の Hinton らの研究に始まり、囲碁の世界王者を倒した AlphaGo や、各種コンペ
ティションにおいて上位を占めたソフトウェアで使用され、当時の常識を塗り替えるほど
突出した成績を示したことから盛んに研究されている。性能の飛躍的向上の一つの理由は、
多層のネットワークを学習可能とする新しい技術の登場である。また、深層ニューラルネ
ットワークの学習のための大量のデータと並列分散計算環境の整備も理由のひとつであ
る。
2
11 / 38
ンピュータにより医用画像データのみ又は医用画像データと検査データの両方を処理し、
病変又は異常値の検出を支援する。
2)CADx (Computer-Aided Diagnosis)
病変の疑いのある部位の検出に加え、病変候補に関する良悪性鑑別や疾病の進行度等
の定量的なデータを数値やグラフ等として出力する機能を有する単体ソフトウェア又は
当該ソフトウェアが組み込まれている装置。診断結果の候補やリスク評価に関する情報
等の提供等により診断支援を行うものを含む。
注) CADe と CADx の定義は前出の通知より一部修正の上、引用
(2)人工知能
人の高度な知能によって行われている推論、学習等を模倣するコンピュータシステム又
はソフトウェア。本評価指標においては、特に、臨床で使用を開始した後、追加データに
よる機械学習(例えば、深層学習等)により、その性能が変化する機能(市販後学習機能)
を有するものを対象とする。
(3)機械学習
人工知能技術の一分野として大きく発展した技術であり、人間が行っている学習等の機
能をコンピュータ(ソフトウェア)で実現するための手法。アルゴリズムはさまざまであ
り、判別分析法等の古典的手法から、決定木、ニューラルネットワーク、サポートベクタ
ーマシン等、多数の方法が提案されている。代表的な応用としてはクラス分類や回帰があ
るが、これらは CAD の目的と一致していることから、多くの CAD システム開発時に利用
されてきている。
(4)深層学習
機械学習の一つであり、最近特に注目されている学習方法。多層化したニューラルネッ
トワークを大量のデータを用いて学習させることに特徴がある。ニューラルネットワーク
には、階層型ネットワークのような確定的モデルと、ボルツマンマシンのような確率的モ
デルがある。学習アルゴリズムには、教師あり、教師なし、半教師学習以外に強化学習等
もある。
2006 年の Hinton らの研究に始まり、囲碁の世界王者を倒した AlphaGo や、各種コンペ
ティションにおいて上位を占めたソフトウェアで使用され、当時の常識を塗り替えるほど
突出した成績を示したことから盛んに研究されている。性能の飛躍的向上の一つの理由は、
多層のネットワークを学習可能とする新しい技術の登場である。また、深層ニューラルネ
ットワークの学習のための大量のデータと並列分散計算環境の整備も理由のひとつであ
る。
2
11 / 38