人工知能が医師の「映画鑑賞」を支援:診断精度は95%を超える

人工知能が医師の「映画鑑賞」を支援:診断精度は95%を超える

[[233292]]

最近、北京天壇病院は、世界初のCTおよびMRI神経画像人工知能支援診断製品「BioMindTM」の挑戦を受け入れようとしています。 写真提供:天壇病院

AIを活用した医師による「映画診断」の診断精度は95%以上

世界初のCT・MRI脳画像診断用人工知能支援製品。主治医レベルに相当

将来、CT 装置の横に座っているのは白衣を着た医師ではなく、点滅する電源を持つ人工知能になるかもしれません。想像してみてください。10年後、病院の画像診断部門に入ったとき、最初に出会うのは医師でしょうか、それとも人工知能でしょうか?

先月、世界初となる神経疾患の画像診断における「マン・マシン・コンペティション」がスタートした。国立神経疾患臨床研究センターは準備状況を発表し、「脳の病気」克服に尽力する世界中の医師らに「英雄への呼びかけ」を行った。過去 1 か月間の競争の状況はどうですか?

最近、記者が北京天壇病院から得た情報によると、全国385の病院と各医療機関から700人以上の医師がこのコンテストへの参加登録を済ませ、そのうち6人が予選を通過して決勝に進出した。今月末にはAIとの本当の対決を迎えることになる。

同コンテストのAI出場者は、国立神経疾患臨床研究センターと首都医科大学脳保護先端イノベーションセンターが共同開発した世界初のCTおよびMRI神経画像人工知能支援診断製品「BioMindTM」である。 「BioMindTM」の診断精度は95%以上に達しており、上級主治医レベルに匹敵すると報告されています。

[[233293]]

人工知能が医師の「映画鑑賞」を支援:診断精度は95%を超える

最近、北京天壇病院のスタッフが「BioMindTM」のデバッグを行っています。

フォーカス 1

機械診断の精度はどのくらいですか?

「神経系は普遍的にリンクされたネットワークであり、人工知能の研究に最適です。私たちは特に、脳疾患の臨床意思決定支援への応用に期待しています。」と、北京天壇病院の執行副院長で国立神経疾患臨床研究センターの副センター長である王永軍氏は述べました。同氏は、「BioMindTM」は膨大な疾患情報のディープラーニングを通じて、上級主治医レベルに相当する95%以上の診断精度を達成できると紹介しました。

「人間と機械の競争」に世界中から神経科医を募集する目的も、天一之の診断の正確さを検証するためである。王永軍氏は、天易智が神経疾患の予防、診断、治療、予後、リハビリテーションにおいて比類のない優位性を持ち、将来、神経疾患治療の分野に破壊的な「技術革命」をもたらすだろうと信じている。

一方、天易智はビッグデータインテリジェンスと人脳経験(臨床医学専門家のスキルと経験)の効率的かつ詳細な学習を通じて、「人脳」では解決が難しい疾患の「盲点」を解決することが期待されています。

フォーカス2

総合病院の診断は大病院と同じ水準でできるのでしょうか?

「BioMindTM」が信頼できるものであるならば、今後の実用化の見通しはいかがでしょうか?

王永軍氏は、国家的な観点から見ると、イメージング部門における人材資源の地域的不均衡な分布の問題が顕著であると紹介した。脳腫瘍を例にとると、北京天壇病院では毎年約1万件の手術が行われていますが、ほとんどの民間病院ではこの数は2桁程度に過ぎません。たとえほとんどの患者が草の根レベルで検査を受けたとしても、彼らは検査のために三次医療機関にフィルムを持っていくことを選択します。一部の患者は「上流」のプロセスで繰り返しフィルムを撮影し、結果としてリソースの無駄になります。草の根病院がAI技術を活用して診断力を強化し、草の根の医師が映画鑑賞で大病院と同等の診断レベルに到達し、診断と治療の効率性を向上させることができれば、不必要な診断と治療のつながりが減り、患者の経済的損失が減り、大病院への負担も軽減されるだろう。

さらに、天壇病院では、情報と病気の潜在的なつながりを効果的に探る天一智の能力によって、医師が病気についてより正確な予測を行うのにも役立っています。たとえば、血腫の後に患者が大量出血するかどうかを予測する精度は、人間の判断の 60% から 90% に向上し、医療チームが患者が遭遇する可能性のある危険に対して事前に解決策を提供するのに役立ちます。

フォーカス3

人工知能は医師に取って代わることができるか?

人工知能の応用が社会のより多くの産業に徐々に浸透するにつれて、その結果多くの人が職を失うかどうかが注目されるようになりました。人工知能による「フィルム読影」の精度が95%以上に達した場合、将来的に放射線科医の競争力がなくなることを意味するのでしょうか?

「AIが簡単に医師に取って代わることができると考える人は、医師の仕事を軽視しすぎている」北京天壇病院神経画像センター所長のガオ・ペイイー氏は、AIはビッグデータのディープラーニングにおいて確かに大きな利点を持っているが、実際の診断においては、放射線科医は依然としてかけがえのない存在であると考えている。

「有資格の放射線科医は、画像検査に加え、検査報告書や身体検査報告書を見たり、家族歴や個人の病歴を尋ねたり、患者が受けた投薬、治療、反応を理解したりする必要がある。これらを総合的に考慮して初めて診断ができる」と述べ、AIは画像読影の役割を代替できるかもしれないが、本物の医師になることは不可能だと語った。王永軍氏はまた、人工知能の応用によって医師が退屈で反復的な作業から解放され、開発作業にもっと多くの時間を割けるようになるとも考えている。

さらに、AIは現在、神経画像診断において依然としてデータの信憑性と品質に全面的に依存しており、ビッグデータのサポートが不足している難病や希少疾患の診断分野では、AIと専門医の間には依然としてギャップがあります。

秘密を解き明かす

天一志AIにも「試験」が必要

記者は、天一志AIが「スタート」する前に半年以上の「学習」を経たことを知った。

1990年代初頭、ユタ大学医学部在学中、高培毅氏はコードプログラミング、データベースなどの技術を学び、コンピューター支援診断に関する知識を多少持っていました。昨年、同病院が神経画像診断用のAIを開発したいと知り、AIの「検査」も実施した。彼は、神経鞘腫、表皮嚢胞、髄膜腫など、数百の一般的な腫瘍の画像診断例をAIに学習させました。1週間も経たないうちに、その後の診断テストでAIの精度はほぼ95%に達しました。

AI研究開発チームの関係者によると、正式な「トレーニング」の過程で、AIの学習教材は天壇病院が過去10年間に治療した数万件の神経疾患の症例から直接抽出され、膨大なデータベースがAIの知識源となっているという。髄膜腫、下垂体腫瘍、神経膠腫などの一般的な疾患の分野では、AI が優れた診断能力を発揮しています。半年間の「修行」を経て、AIはいくつかの一般的な神経疾患の診断に熟達し、一部の脳腫瘍の磁気共鳴画像診断の精度は90%以上に達した。

最近の「人間対機械」決勝戦に備えて、高培毅はAIシステムのチャレンジ能力を向上させるための集中的なトレーニングも行いました。 300件以上の症例を終えるのに、現役の医師は10時間以上を要したが、AIでは30分もかからなかった。

「学習速度に加え、安定性も人間よりはるかに優れています。疲れを感じず、外部の干渉要因の影響を受けません。医師とは異なり、感情、状態、時間、場所などの外部要因に邪魔されず、説明の正確さに影響を及ぼします。常に落ち着いており、レベルが安定しています」と高培毅氏は述べた。転載元: 北京ニュース

<<:  百度は「ニューラル条件付きランダムフィールド」病理スライス分析アルゴリズムをオープンソース化、専門病理学者よりも高い精度を実現

>>:  2018年ロシアワールドカップではどのような「スマートハードウェア」が使用されましたか?

ブログ    

推薦する

ドローンが上海の歴史的建造物の保護を主導

[[418446]]上海のピースホテルはかつて「極東第一のビル」として知られていました。1929年に...

学術界の巨人たちのブラックテクノロジー:人工知能のダークマターについて聞いたことがありますか?

北京大学の公式サイトの最新情報によると、元UCLA(カリフォルニア大学ロサンゼルス校)教授の朱松春...

機械学習における小規模データの重要性

ビッグデータが何であるかを知っている人は多いですが、スモールデータと機械学習におけるその重要性を知っ...

...

...

紆余曲折の続く教育+AI。舞台裏へのシフトは、巨大企業の拡大に向けた「新たな春」となるのか?

現在、人工知能技術は多くの産業に大きな影響を与えています。その中で、近年最もホットな産業である教育は...

...

フェデレーテッドラーニングも安全ではないのでしょうか? Nvidiaの研究は「プライバシーフリー」データを使用して元の画像を直接再構築します

フェデレーテッド ラーニングは、データがローカルの場所から出ないようにするプライバシー保護戦略により...

...

AI、IoTセンサー、ハイブリッドクラウドによるインダストリー4.0の拡張

AI の成熟度が増すということは、あらゆる規模の組織が AI をより簡単に使用して、重大で複雑な問題...

画像類似性比較 CLIP または DINOv2

人工知能の分野において、コンピューター ビジョンの 2 大巨頭は CLIP と DINOv2 です。...

AWS CISO: GenAI は単なるツールであり、万能薬ではない

Chris Betz 氏は、サイバーセキュリティにおける GenAI の役割について恐れたり、過度に...

2ポインタアルゴリズムを学んでLeetCodeをプレイする

[[421659]]みなさんこんにちは。私は梁唐です。今日は、非常に古典的で非常にシンプルなアルゴリ...

深い知識の 6 つの次元: 人工知能に世界を真に理解させるにはどうすればよいでしょうか?

どのような知識が私たちを賢くするのでしょうか?私たちが世界を理解し、新しい経験を解釈し、思慮深い選択...

...