NEWS

AI News (2021年5月28日)

網膜疾患は、その症状と重症度はさまざまである。治療せずに放っておくと、深刻な視力障害や失明を引き起こす病気もある。積極的な治療と予防は極めて重要である。しかし、誰もが平等な機会を持っているわけではないのも事実だ。

特に第三世界の国々では、専門医療への公的アクセスの欠如が重大な問題となっていて、設備が整っていても、検査結果を解釈して正しい診断と予後を得るために必要な専門知識が不足している場合があるという。

網膜疾患の場合、これは深刻な問題である。人間の網膜のさまざまな病状に関する普遍的なデータベースはなく、経験の浅い医療スタッフが正確な診断を提供することは困難だ。

ブロックチェーン、人工知能 (AI)、モノのインターネット (IoT) などのテクノロジーに焦点を当てた開発およびコンサルティング会社である PixelPlex 社は、医療施設との連携を通じて、役立つ可能性があることに気付いた。 PixelPlex のコンサルティング責任者である Alex Dolgov 氏は次のように述べている。

「人工知能網膜分析装置 AIRA がその結果です。パターン認識のユースケースである AI は明らかな解決策でした。 PixelPlex には当初、眼底カメラからの画像を含む「大量のデータ」が与えられていました。このデータには、出血から動脈や静脈に至るまで、人間の目のさまざまな症状や解剖学的構造が含まれていて、当社は、その後の研究から独自のデータ セットを追加し、ニューラル ネットワークのトレーニングで使用できるようにしました。」とPixelPlex のコンサルティング責任者である Alex Dolgov 氏は述べている。

「私たちは独自のデータ セットを作成するのが非常に困難でした。しかし資格のある医療専門家の助けを借りて、眼底カメラで撮影した写真に基づいて、さまざまな病気やその他の欠陥を検出する UI をトレーニングする UI データセットを作成できました。」とDolgov氏が加えた。

モデル アーキテクチャは、生物医学的画像セグメンテーション用に開発された畳み込みニューラル ネットワークである U-Net のバリエーションに基づいていたという。これらのバリエーションには、セマンティック セグメンテーションのための軽量のディープニューラル ネットワーク アーキテクチャである LinkNet や、特定の臓器におけるがんのリスクを評価するための他のイニシアチブで使用されている Dilated U-Net が含まれている。

眼底カメラで撮影された写真は、PixelPlex によって作成されたソフトウェアによって送信され、分析される。ニューラル ネットワークは、診断を決定するための情報を識別し、医療スタッフにその情報を提供することができる仕組みになっている。

「これらの画像のソース、それらを分析し、写真に基づいて医学的診断を提供し、このデータ セットを作成することが最大の課題でした」と Dolgov 氏は述べている。

現在、このソリューションは約 85% の精度で動作している。ただし、このプロジェクトはまだ開発中であり、精度を少なくとも 95% に上げることが期待されている。同社は、AIRAが通常の医師が達成できないほどの高精度で病気の症状を発見し、後でニューラルネットワーク分析プロセスをさらに強化するために使用する数学モデルを作成できるようになるという。

■参照記事
https://artificialintelligence-news.com/2021/05/28/how-ai-technologies-are-being-used-to-better-understand-retinal-diseases/