東京大学発ベンチャーのエルピクセルは2018年4月12日、「最先端医療×AI ～医療画像診断の未来～」と題するイベントを東京都内で開催。登壇した同社代表取締役の島原佑基氏は、AI（人工知能）を用いた医療画像診断支援技術「EIRL（エイル）」や、それを活用した医療機関などとの共同研究について紹介した。「AIは単なるブームではなく、しっかり（医療で）使われる。2020年までには、AIがあるのが当たり前と言われる時代を切り開きたい」と意欲を語った。
医療画像診断の国内外の状況を見渡してみると、日本はX線CT装置やMRIの普及率が際立って高く、「医療画像大国」（島原氏）と言われる。その一方で放射線診断医は大幅に不足しており、読影の負荷軽減が大きな課題。ここにAIを活用しようという試みが盛んになってきた。
こうした背景からエルピクセルが開発し、2017年11月に発表したのがEIRLだ（関連記事1）。EIRLはエルピクセルが提供する、AIを活用した医療画像診断支援技術の総称。ディープラーニング（深層学習）やアクティブラーニング（能動学習）など機械学習の複数の手法から最適なものを組み合わせて活用し、X線CT画像やMRI画像から病変を抽出するなどの診断支援機能を実現する。
エルピクセルはEIRLについて、まずは研究開発、ゆくゆくは臨床現場を支援することを目指す。臨床現場での活用を見据え、ソフトウエア医療機器としてPMDA（医薬品医療機器総合機構）やFDA（米食品医薬品局）の承認を取得することを目指している。多くの医療機関と共同研究を進めているほか、画像診断装置やPACSのメーカーとの連携も強化中だ（関連記事3）。
AIを用いた医療画像診断支援技術の開発例は少なくないが、その中でもEIRLには4つの差異化要素があると島原氏は説明する。第1に、AIに学ばせる教師データの質が高いこと。「専門医がダブルチェックやトリプルチェックしたデータを学ばせている」（島原氏）。第2に、少ない量のデータから効率的に学べるよう機械学習のアプローチを工夫している。
第3に、ロバスト性を重視している。入力する画像の品質ばらつきや画像診断装置メーカーごとの特徴の違いによらず、正しく診断を支援できる能力だ。ロバスト性を高めるために、複数メーカーの画像診断装置の撮影画像を幅広く集めて学習させているという。第4に、API（Application programming interface）を提供し、ユーザー側の環境に依存せず利用できるようにしている。
