スタイリッシュな映像で紹介されているのは、今やがん診断には欠かせない検査機器として日本でも広く普及が進んだGEヘルスケア・ジャパンが販売を手掛けているPET-CT検査機器「Discovery IQシリーズ」。販売開始から5年、新たに低被ばくをはじめとする、さまざまな高性能を搭載した「Discovery IQ 2.0」の販売を開始した。MotionFree (モーションフリー)、StressFree (ストレスフリー）、ArtifactFree (アーチファクトフリー) という3つのフリーを掲げ、現場従事者、患者双方にとって快適な検査を可能にしたようだ。

放射線を使った検査と聞いて、まず思い浮かべるのはX線撮影、通称 “レントゲン” だろう。健康診断やケガをした際などに、多くの方が経験したことがあるはずだ。レントゲンをはじめとする放射線を使う検査は、現代医療に不可欠な技術と言っても過言ではない。だが、わりと手軽な印象のレントゲンとは異なり、CTやPET-CT検査中には体の動きに制約を受けたり、検査に長時間を費やすこともあるため、検査を受ける側としては、ストレスになることもあった。撮影中は健康上全く問題無いと言われるほどのごく微量な線量ながらも、がんなどの治療中の患者であればとくに、毎回放射線を浴びることに対して一抹の不安を覚える人もいたことだろう。検査で生じるそんな患者の心配やストレスを解消するべく、同社が開発した検査機器では動きの制約を少なくし、放射線量もこれまで以上に抑えられているのだ。

引用元：http://www3.gehealthcare.co.jp/ja-JP

現在、がんを発見するための検査として非常に有効と言われているのが、PET-CT検査だ。

まずPET検査とは、がん細胞が正常な細胞と比べてブドウ糖を多く必要とするという性質に着目したもの。ブドウ糖に、ごく微量の放射線を放出する成分をくっつけた薬剤 (以下、FDG) を体内に注射し、検出器というカメラのような装置を用いて、FDGの全身への分布状態を撮影する。がん細胞にはFDGが正常な細胞よりたくさん集まるため、そこから放出される微量の放射線を検出器でとらえて、がん細胞の位置や大きさ、進行度合いを調べるという仕組みだ。PET-CT検査は、このPET検査にCT検査 (X線を体の周囲から照射して断面図を作る検査) を組み合わせたもの。さらに克明に病気の状態を探ることができる点が特徴だ。

がんの発見に優れた力を発揮するPET-CT検査だが、放射性物質を含んだ薬剤を体内に取り入れるうえにCT検査による放射線照射も行うため、PET検査と比較すると当然被ばく量は多くなる。そのため、患者だけでなく、患者を介助する現場従事者にも微量ながら被ばくのリスクが発生する。さまざまな医療機関や研究団体が、医療検査による被ばくは健康に影響を及ぼす量ではないと発表しているものの、当事者の心理としては、たとえ微量だとしても懸念があるというのが正直なところではないだろうか。

今回リリースされた「Discovery IQ 2.0」は、低被ばく、高速ワークフロー、高画質化を実現したPET-CT検査機器。まず注目したいのは、超高感度で幅の広い検出器の搭載。これにより、検査時間の短縮が可能となる。従来、PET-CT検査に要する検査時間は受付から検査終了まで3~4時間を要するものとされていたが、当機器を使用する場合、検査時間は最大10％削減されるという。

検査時間の短縮自体が現場従事者と患者のストレス低減になることはもちろん、高感度検出器の搭載によるFDG投与量の減少と併せて、低被ばく化にもつながる。具体的には、現場従事者の被ばく量は1ヶ月あたり2時間分の低減が見込まれている。操作室で遠隔での操作が可能となったことで、現場従事者が患者と接触することによる被ばくのリスクを抑えられる点もメリットのひとつだ。

また、業界初となる患者の呼吸による動きを自動補正するシステムを採用することで、画像のブレを低減するシステムを搭載。従来の検査では、呼吸によるブレを防ぐために、患者が一時的な息止めなど意識的に呼吸をコントロールするケースもあったが、そのような検査時のストレスを低減することができる。

さらに、従来の画像再構成法ではできなかった、「画質」と「定量精度」 双方の向上を実現。ノイズの多くなりやすい部位でもクリアな画質を実現するため、診断精度が飛躍的に向上した。

ただでさえ億劫になりがちな病院での検査。せめてなんのストレスも懸念もなく受診したいと思うもの。「Discovery IQ 2.0」はそんな気持ちに寄り添った、まさにストレスフリーな最新技術だ。

［TOP動画引用元：https://www.youtube.com/watch?v=mNOrlphDaf4］

日本人の二人に一人はかかると言われているがん。あまりにも有名な話だが、その7割の患者さんが薬のマッチングでさまようと言われている。人間の経験値だけではたどり着けない薬との素早いマッチングを探る仕組みが開発途上にある。スーパーコンピュータを用いて患者のデータを解析し、それぞれの体質に合った薬の処方をより敏速に行えるようにしようという取り組みだ。創薬分野でこの研究を進める京都大学大学院医学研究科 人間健康科学系専攻 ビッグデータ医科学分野の奥野恭史教授にHERO X 編集長 杉原行里がお話を伺った。

―医療ビッグデータを使った研究とは、具体的にはどういうことなのでしょうか。ビッグデータで医療はどう変わると思われていますか。オーダーメード医療などに発展するのでしょうか。

奥野：現状の医療はオーダーメードちっくなのですが、オーダーメードではない。たとえば、がんの治療で使われる抗がん剤でいくと、抗がん剤として売られて、抗がん剤として皆さん飲んでいるのだけれど、75％の患者さんは効いていないんです。効いていないのに投与されている。場合によっては副作用も出るという状態です。その方の体質に一番効くものが選ばれないといけないのですが、それが今は投与の前には分からない。だから医師の見立てで「これはどうかな」と試していくしか方法がないのです。これはこれで、お医者さんの経験に基づくすばらしいことなのですが、それでも、抗がん剤でいえば75％は効かないということが現状としてあるわけです。医療のビッグデータを使った薬のマッチングは、個人の体質を計測し、その人の特性を科学的にデータとして取っておき、これを踏まえて、その人の体質に一番適した薬はどれかという判断をできるようにするものです。

―病気にかかった時にどうかということだけではなく、かかる前からの生活や、体質などが、データとして必要になるということですか？

奥野：全てほしいですね。私的に言うと、取れるデータはすべて取ってほしいなというのが本音です。非侵襲的にデータが計測できるか、また個人情報などのこともあり難しい部分です。しかし、どういう食事をとって、どういう生活をしてきてというデータが蓄積されたものがあってはじめて「この特徴ならこの抗がん剤が効くだろう」というマッチングができる。一番わかりやすいのは遺伝子なのですが、父親と自分にはこの薬が効いている、でも母親は効いていないとなったら、父親と私の遺伝子にはあって、母親にない遺伝子に薬が効かない要因があるという仮説がたてられるようになります。一つ一つそういうピースが埋まっていけば、やがて個人個人に合ったものが提供できるようになる。ですが、それって無限大のパズルですよね。

―すごい数ですよね

奥野：どこまでいっても答えはないのですが、それに向かってデータ、知識を蓄えることで未来の患者さんに最適なものが提供できるようになるやろうということで研究を進めているところです。

理化学研究所と富士通が共同で開発したスーパーコンピュータ「京」。1秒間に1京回、つまり、10の16乗回というとてつもなく速い計算能力を持つ。奥野研究室では、薬効を一つずつ実験で確かめるのではなく、このスーパーコンピュータを使ってコンピュータ上で薬剤の結合をシミュレーションすることで創薬にかかる時間の削減がはかれないかと研究している。

マッチング率50％はもう目の前
医術の限界をデータが補う

―現在25パーセントのマッチング率を50％に高めるということが最初の目標でしょうか。

奥野：そうですね、それはもうそう遠くない未来で可能だと思います。世界がそういう方向に動いていくので。AIとかに自分自身は興味があるのですが、AIも母体となるのはデータです。そのデータをちゃんと集められるかという方が今は大事です。幸いにしてゲノム、遺伝子の情報に関しては世界規模で集めていきましょうという流れがあり、それを医療に活かしていきましょうという流れでますます加速されると思います。

「医学は科学ではなく、医術だよね」とよく言うのですが、人の経験に基づいて組み立てられてきた節が強い。○○先生がこう言っていたとか、論文を書いたりしながら先人たちが残してきてくれた経験を積み重ね、今それをもとに教科書を作ったり、学問として体系化されているのですが、科学的客観性はどこまであるかというのは疑問に思う部分もある。たとえば、「検査値をどう見ておられますか」とある医師に聞いた時に「相対的に下がっていればOKだよ」と言われることがあります。あれ、ちょっと待ってよ、絶対値は？と思うことがあるわけです。血圧がいい例です。これ以上になったら気をつけましょうという基準がありますが、検査する機器によって違いが出ることもあります。一般の方の知らないレベルでの客観性が薄い部分があります。こうしたことは、本当はデータを取っておけば客観性をもたせられる部分もあるわけです。

― 可視化ができるということでしょうか

奥野：なぜ、医学が科学的客観性ができなかったかというと、一番の大きなところは、医学は人を扱う学問だからというところです。人で実験はできませんよね。マウスを使った実験がされていて、データもたくさん存在して、エビデンスが取られているから資料として扱えるのですが、人でデータが取れないというのがこれまでの医学の世界だった。ビッグデータというのはまさに、その「人」からいろんなデータを取りましょうということです。そのためのいろんなデバイスが開発されていて、取れる状態になりつつあります。人の計測データが山ほど出てくるようになりました。やっと客観的に判断できるだけの材料がそろい始めているのです。

―すごくロジカルになりますよね。

奥野：おっしゃる通りで、計測をする機器を創る方たちはどういうかというと、「そんなので測っても計測の値が信用できないよ」というんですよね。まあ、それはそうなんだけど、例えば血圧の高い方が低くなると、「あなた、この血圧でヤバいですよ」と言われても、その人の体は血圧が高いのが普通という状態に慣れている。それが低くなったときの状態の方が、その人の体感としてははるかにしんどいということもあるわけです。血圧が135ですといったところで、今、135ということに何の意味もなくて、むしろ、前にいくつで今135なのかという違いの方が興味深いところです。時系列でモニタリングすることの方が大事だと思います。

（奥野恭史教授×杉原行里対談 vol.2はこちら）

奥野恭史
1993年京都大学薬学部卒業、同大学院薬学研究科にて博士（薬学）取得。京都大学大学院医学研究科特定教授を経て、2016年、京都大学大学院医学研究科人間健康科学系専攻ビッグデータ医科学分野教授、現在に至る。神戸医療産業都市推進機構先端医療研究センターグループリーダー、理化学研究所計算科学研究センター客員主管研究員等を併任。創薬計算科学、ビッグデータ医科学の研究に従事。

（TOP画像提供：理化学研究所）