MD.ai
MD.ai, Inc. · 画像
MD.aiはDICOMを前提にした医用画像AIプラットフォームだ。放射線科チームが画像にラベルを付けてAIモデルを育て、言語モデルの助けを借りてレポートを仕上げるまでをブラウザで完結させる。
MD.ai について
About
MD.aiとは
MD.aiは医用画像向けのクラウドプラットフォームで、ハーバード、デューク、コロンビアで学んだ医師たちが立ち上げた。製品は2つある。Annotatorでは検査画像を取り込み、マスクやラベル、検査単位の所見を描いて学習データを組み立てる。Reportingでは放射線科医が所見を音声入力し、言語モデルが署名できるレポートへ整える手伝いをする。
2つの製品は、同じ顧客の別の悩みに応える。研究チームや画像AIのスタートアップには、専門家が確認したきれいなデータセットと、そこへモデルを走らせる場所が要る。病院や画像診断センターには、PACSも電子カルテも触らずにレポートを速く書きたい事情がある。両方を扱う会社は少ない。
契約前に知っておきたい制約もある。価格表は公開されておらず、オンラインで申し込むこともできない。導入は営業との相談から始まる。Annotatorはブラウザで動くため回線とメモリに左右され、スマートフォンやタブレットでは検査単位のラベルしか付けられない。そして、放射線科の流れを前提にした作りなので、画像診断の外ではほとんどの機能が役に立たない。
使い始める
- md.aiでメールアドレス、Google、Microsoftのいずれかでアカウントを作る。プロジェクトの招待メールが届いていれば、そのリンクから入る。
- 新しい利用者は招待制なので、管理者にプロジェクトかデータセットへのアクセスを頼む。
- 検査を直接アップロードするか、クラウドのストレージを接続するか、DICOM C-STOREでデータセットへ送り込む。
- Annotatorで症例を開き、ラベルグループを選んでマスクを描くか所見を追加する。Chromeとメモリ16GB以上のデスクトップ機が前提だ。
- 医療画像のラベリングと学習に使うJSONを書き出すか、モデルを配備して残りの症例を事前にアノテーションする。
- Reportingでテンプレートを選ぶか候補を出させ、主要所見を音声で入力し、生成された印象を確認して署名する。
AIツール情報
MD.aiの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 放射線科医：Reportingは音声入力を構造化した下書きに変え、BI-RADSやLI-RADSといったガイドラインを当てはめる。定型検査の時間が縮むが、所属施設がサイトとして登録されている必要がある。
- 画像AIの研究者：Annotatorはマスク、ラベル、レビューの道具をチームで共有でき、利用者ごとにデータアクセスを制御できる。アカウントの発行には所属機関の後押しが要る。
- 画像モデルを開発するスタートアップ：数百件の検査を短期間でラベリングし、患者データを動かさずに提携病院間でモデルを検証できる。
- 医学生と研修医：公開プロジェクトを自由に見られるので、担当者から実症例に招かれる前にビューアとアノテーションの道具を試せる。
タスク
- 学習データセットの構築：検査をアップロードしてラベリング作業を割り振り、マスクとラベルをJSONで書き出す。そのまま学習パイプラインに渡せる。
- モデルによる事前アノテーション：自社モデルを配備してバッチに推論をかけ、ゼロから描く代わりに担当者が出力を直す。
- プラットフォーム内でのモデル学習：推論を回し、モデルの成績を人手のラベルと比べる。画面からでも、Vertex AIにつないだJupyterノートブックからでもよい。
- AIモデルの検証を複数施設で実施：連合アノテーションにより、各病院はデータを手元に置いたまま、統合した結果でモデルを評価できる。
- 読影レポートの作成：テンプレートの自動選択、所見の割り当て、印象の自動生成で下書きができ、放射線科医が直して署名する。
- 医療データの匿名化：内蔵のPHI検出が画像とメタデータから身元情報を取り除き、データが施設の外に出る前に処理する。
シーン
- 肺CTデータセットを整える研究室：研修医がAnnotatorで結節を描き、上級医が判断の割れた症例を確認し、書き出したJSONを学習に回す。
- AI導入を試す放射線科：ベンダーのモデルを配備し、過去の検査に走らせて、2つの施設で専門家のラベルと所見を突き合わせる。
- レポートが滞留する読影室：放射線科医がReportingに音声で入力し、モデルが印象を埋め、署名と同時に請求コードが作られる。
- 承認申請を準備するスタートアップ：品質を記録したラベル付きデータセットが要る。Annotatorには作業割り当てとレビューの履歴が残る。
主な機能
DICOMネイティブのデータセット
MD.aiは放射線科アノテーションツールとしても、同じデータのビューアとしても使える。DICOMを土台から扱う。取り込みの途中で変換する形式ではない。検査は直接アップロードするか、Google Cloud、Amazon S3、Azureのバケットをつなぐか、DICOM C-STOREで送り込む。JPEG、PNG、TIFF、動画も患者単位のフォルダ構成で受け入れられる。画像と臨床映像が混ざる検査では効いてくる。
FDA 510(k)取得のWebビューア
ビューアはFDA 510(k)を取得している。臨床での読影、レビュー、レポート作成が、免責事項付きの研究用ビューアではなく承認済みの道具で行える。ズーム、パン、ウィンドウ調整、表示プロトコル、多断面再構成、計測ツールを備える。アノテーションは画像と同じ作業領域にあるので、ラベリングと読影を1画面で済ませられる。
AIアノテーション
自社モデルを配備し、データセットに分散推論をかける。結果は事前アノテーションとして届き、担当者が採用、修正、却下を選ぶ。プロジェクトごとにモデルと設定を持てて、プラットフォームは人手のラベルに対するモデルの成績を記録する。多くのアノテーションツールが省いているフィードバックの輪がここにある。
施設をまたぐ連合検証
連合アノテーションは、患者データを1か所に集めずに複数機関で同じモデルを評価できる仕組みだ。各施設が手元でラベリングか推論を行い、外に出るのは結果だけ。承認申請の前に外部検証が要るベンダーにとって、数か月のデータ共有契約を結ばずに複数施設の証拠をそろえる手段は、たいていこれしかない。
PHI検出と匿名化
内蔵のPHI検出が画像とメタデータを走査し、身元につながる情報を書き出し前に取り除く。画素に焼き込まれた文字は画素レベルの匿名化が扱う。データセットを病院の外に出せるかどうかを決める工程であり、これがプラットフォーム内にあれば別途のコンプライアンス案件を立てずに済む。
言語モデルによるレポート支援
読影レポート作成ソフトとしてのReportingは、放射線科医の1日を削る作業に言語モデルを充てる。テンプレートの選択、音声入力した所見の正しい欄への割り当て、印象の下書き、校正、署名時の請求コード生成だ。AIが導くモードで進めてもいいし、従来の音声入力のまま、必要なときだけ支援を呼び出してもいい。
臨床ガイドラインと前回比較
レポートにはBI-RADS、LI-RADS、TI-RADSなどのガイドラインの論理を取り込め、自施設のガイドラインも追加できる。システムは新しい検査を過去のレポートと比べ、変わった点を示す。どちらも、読影そのものより長引く往復作業を削る。
開発者向けAPIと連携
コマンドラインツールとPythonクライアントライブラリで、プロジェクトの作成、データの投入、アノテーションの取得、利用者の管理をコードから行える。ReportingはHL7とDICOMでEHR、HIS、RISにつながり、トークン認証を使ったiframeで他システムに埋め込める。レポートは病院自身の流れの中で開く。
メリットとデメリット
メリット
- アノテーションとレポートが同じプラットフォームにあり、研究チームと臨床チームがビューアとデータ層を共有できる。2つのシステムを買わずに済む。
- ビューアはFDA 510(k)を取得しており、同じ画面をデータセット作りと臨床読影の両方に使う場合に効く。
- 連合検証なら患者データを動かさずに複数施設の証拠がそろう。規制審査を控えたモデルベンダーには実利がある。
- PHI検出と匿名化がプラットフォーム内で動くため、書き出し時のコンプライアンスが業務の一部になり、別のベンダーを探さなくてよい。
- Reportingは12言語に対応し、リアルタイムの翻訳と文字起こしも使える。国際的なチームや多言語の患者向けメッセージで役立つ。
デメリット
- 価格が公開されておらず、自分で申し込むこともできない。評価には営業との話し合いと個別の見積りが要る。
- Annotatorはメモリと帯域に余裕のあるデスクトップのブラウザが前提で、スマートフォンやタブレットでは検査単位のラベルしか付けられず、マスクは描けない。
- 新規利用者は招待でしか加われないため、今週から試験導入したいチームには足かせになる。
- 放射線科の文脈を前提にした製品なので、画像診断の外ではレポートやアノテーションの機能はほとんど役に立たない。
よくある質問
MD.aiは医用画像AIの両端を担う。Annotatorは医師や研究者がDICOM検査にラベルを付け、学習用と検証用のデータセットを作るための道具だ。レポート機能は放射線科医が言語モデルの助けを借りて所見を音声入力し、構成を整えて署名するまでを支える。
関連コンテンツ
MD.aiに関連するツール、スキル、記事を探す。
MD.aiの代替ツール
X Ray Interpreter
X-ray Interpreter · 画像X Ray Interpreter は、X 線、CT、MRI、超音波、PET の画像を平易な言葉のレポートに変えるウェブベースの AI 放射線ツールだ。スキャン画像をアップロードすると、X 線の予備的な読影結果がすぐに返ってくる。説明が必要な箇所があれば、その後で追加の質問もできる。位置づけはセカンドオピニオンと学習の補助であり、医療診断ではない。
Aieasypic
AIEasyPic · 画像AIEasyPicは、単純なテキストプロンプトを数秒で完成したアート作品に変えるAI画像生成ツールだ。自分の写真でカスタムモデルを訓練したり、既存の画像の顔を交換したり、テキストから短い動画クリップを作ったりもできる。すべてブラウザだけで完結する。手早くビジュアルが欲しい気軽なクリエイターにも、コードを一切触らずに個人モデルを作りたい趣味の人にも向く。
Chargen
Chargen · 画像ChargenはDungeons & Dragonsやその他のテーブルトークRPG向けに作られたAIキャラクター生成ツール兼ワールドビルディングツールキットだ。一行のアイデアを描き上げたキャラクター肖像に変え、同じセッションでNPC、モンスター、マップ、遭遇を生み出し、すべてのクリーチャーの詳細を手元に置く。テーブルトークRPGアートの部分はGoldと呼ばれるクレジット制で動き、テキスト生成ツールは誰でも無料のまま使える。