国立衛生研究所（National Institutes of Health：NIH）傘下の国立生物医学画像・生物工学研究所（National Institute of Biomedical Imaging and Bioengineering：NIBIB）に所属するクリシュナ・カンダーパ（Krishna Kandarpa）氏らは、報告書「医用画像における人工知能に関するトランスレーショナル研究のロードマップ　～2018年国立衛生研究所／北米放射線医学学会／米国放射線医学会／放射線・生物医学画像研究アカデミーワークショップから～（A Road Map for Translational Research on Artificial Intelligence in Medical Imaging: From the 2018 National Institutes of Health/RSNA/ACR/The Academy Workshop）」を、2019年5月28日付学術誌「米国放射線医学会ジャーナル（Journal of the American College of Radiology）」で発表した。
 
本報告書は、臨床医による画像利用拡大と、治療に対する患者の反応の診断・評価を目的としてビッグデータ・クラウド・機械学習を活用できるようにするための研究優先事項を特定している。本報告書は、2019年4月16日に発表された、NIH、米国放射線医学会（American College of Radiology：ACR）、北米放射線医学学会（Radiological Society of North America：RSNA）、放射線・生物医学画像研究アカデミー（The Academy for Radiology and Biomedical Imaging Research：The Academy）が2018年8月に共催したワークショップの結果要約報告書と対になったもので、1編目の報告書がAI基礎研究を前進させる道筋を提示したのに対し、2編目である今回発表の報告書は、AIを臨床治療に活用する上で必要となるトランスレーショナル研究に重点を置いている。
 
同報告書において提示された主な研究優先事項は以下の通り。

• 構造化AIの利用事例。
• データ共有。
• 規制当局による承認促進に向けた、AIアルゴリズムの検証・性能監督ツール。
• 既存の臨床ワークフローにAIツールを円滑に統合するための規格及び共通データ要素。

 
2019年5月28日
 
National Institutes of Health：NIH and radiology societies map path for translational research on AI in medical imaging