三重大学医学部附属病院に肺結節表示AI Plus.Lung.Noduleの導入を行った。見逃し防止の観点から一部でも肺野領域を含むすべてのCT画像に対して本AIが解析できるようにするため、院内の6台のCTで撮像された全CT画像を全件全自動でAI解析を行うAIプラットフォームENT-PLUS-LUNG-ENTDICOM-RTX3を開発、実装した。また、過去画像も自動で処理でき、ユーザーが任意に選択して解析にかけることも可能である。本AIプラットフォームのシステム構築と実臨床での使用実態について紹介する。

AIプラットフォームは、PACSからオートルーティーンで最新の撮像データを受信し、過去画像をプリフェッチによって取得し、AIプラットフォームがAIエンジンに解析依頼をかけて、AIが肺野領域を含むCT画像を判別して解析を行い解析後のDICOM PRをPACSにプッシュするというシステムとした。これにより、複数のCT運用による画像データの割り込みを回避し、AI解析に支障がでないよう工夫した。

三重大学医学部附属病院にPACSと同じローカルネットワーク上にAI処理部分を担うサーバーを配置し、PACSとのDICOM規格に基づく通信を確立した。どの部位のCT画像をAIが受信しても、肺野領域の有無を判断し、肺野領域を含む場合には解析することを確認できた。1時間あたり30件のCT画像をAIに解析を行った。CTで撮像してからAIが解析を行ってPACSに結果を返すまでの時間は最大で5分程度であり、撮像から放射線科医の読影までにPACSがAIの解析結果を受信できると考えられる。

PACS側では転送設定をするだけで院内に導入ができるAIプラットフォームを開発した。全件全自動処理のAIプラットフォームを構築し、実臨床に耐え得るシステムであることを確認した。