人工知能を使って目の病気を標的とする新しい研究|

黄斑変性症と糖尿病性網膜症は、診断されずにすぐに治療されなければ失明の原因となります.Carmelo Geraci / Getty Images

2018年2月27日< （

）Journal

Cell に掲載されている論文は、眼の病気の診断と治療のスピードを速めることができる新しい研究が示されているため、健康状態の診断と治療を目的とした人工知能 は、AIが網膜疾患の患者にどのように適用され得るかを記載している。カリフォルニア大学サンディエゴ校のShiley Eye Instituteの眼科教授であるKang Zhang博士は、コンピュータが黄斑変性症および糖尿病性網膜症のような一般的な眼疾患を正確かつ確実に認識することができることを実証しています。

「これは、コンピュータに画像が何であるかを見せつけようとしていて、見ているものをどのように決定するかについてです」とDr. Zhangは説明します。 「目標は、医学部に通って医学診断と治療について高度に訓練された専門家と同じくらい良いコンピュータを使用することです」。

専門知識を最大限に引き出すためには、数十年の専門的な経験が必要です「コンピュータが数日後にこれらの事柄を認識するのを見ている」と付け加えた。

この論文は、深く学習したコンピュータが医療に正当な立場を持つ可能性があるという最近の他の研究に続いていると、カリフォルニア州マウンテンビューの眼科医であり、米国眼科学会の臨床広報担当者である。 "この種の技術は、特定の種類の病状の患者にとって非常に正確である。糖尿病性網膜症の診断

中国、ドイツ、テキサスのZhang氏と彼の同僚は、最初に視力障害の画像をコンピュータに送り込んだ。画像は、光干渉断層撮影法として知られている画像化技術を用いて撮影された。この新しい革新的な診断技術は、光波を使用して、高解像度の断面画像を撮影し、医師に網膜を詳細にマッピングし測定する方法を提供します。

このスキャンは、黄斑網膜の一部が黄斑と呼ばれる退化、糖尿病の合併症である糖尿病性網膜症が網膜の血管を膨らませて液漏れさせる。両方とも、診断されず、すぐに治療されなければ、失明の原因となる危険な状態です。

現在の計算手法では、コンピュータを訓練するために何百万もの画像が必要です。 Zhang氏の研究では、AIベースの「畳み込みニューラルネットワーク」を使用しており、わずか20万個の光コヒーレンスイメージングスキャンのデータセットを必要としていました。

「コンピュータは目の正常マップを学習しています。 「私たちは学び、記憶するために様々な写真を提供します。たとえば、「この場所があれば、黄斑変性症になる」と教えています。これの美しさは、コンピュータを自分で学習させる代わりに、何を探すべきかを教えることができます。これは、コンピュータを人間のように思えるようにするためのコンピュータソフトウェアの設計に関するものです。」このコンピュータは、30秒以内に患者を治療するべきかどうかの決定を95％の精度で生成することができました。神経回路網が医師を支援し、多分それほど多くのデータを覚えている可能性があることを示している。そのような技術は世界中で使用されるだろう、とZhang氏は予測する。米国のような資源の豊富な国々では、病気と治療の兆候の間の重要な時期を早めることができます。

「可能性のある黄斑変性症の患者は1ヶ月以内に治療する必要があるかもしれないが、紹介や予定は数ヶ月かかる可能性がある。専門家がいない患者の治療

資源の乏しい地域では、医師の不足のために治療を受けることのできない患者を支援することができます。 Zhang氏と彼の同僚たちは今年の夏にハイチに神経ネットワークを持ち、その有用性を評価する。この地域には、網膜症のリスクがある糖尿病患者が多数いるが、60人未満の眼科医がいる。

「これを行う能力は、うまくいけば、糖尿病性網膜症のリスクがある世界中で糖尿病に罹患している人々が約415,000人いることを指摘している。 「より多くの人々がより早く、より良い診断を行い、より多くの人々にアクセスできるようにするために、新しく改良された技術があれば、それは患者や医師にとっては勝利です」。

Zhangは、医療におけるAIベースのネットワークの実装には課題が残っていると指摘する。医師はコンピュータの助手を信頼しなければなりません。この研究でZhangらは、コンピュータに診断を説明し、認識された眼の領域を特定し、機械の結論の根拠とした。

"コンピュータは単に診断を吐くだけではない。それがなぜそれが診断と勧告を行ったのかを説明します」と彼は言います。これにより、これはより透明になり、医師がコンピュータをより信頼するのに役立ちます。このように、これは単なるブラックボックスではなく、なぜそれが診断を与えるのか分かりません」。

人工技術のその他の用途

AIベースのネットワークは医療イメージングに大きな可能性を秘めています。 Zhang氏はまた、X線を調べることで、このシステムが小児のウイルス性肺炎と細菌性肺炎を区別できることを示した。ウイルス性肺炎は治療を必要としないかもしれないが、細菌性肺炎の患者は、重篤な合併症を予防するために迅速な抗生物質治療を必要とする。

「人工知能がますます使用されている様々な医療分野が見られる」Khurana言った。 「私は、人工知能の分野と医学におけるその応用のために非常にエキサイティングな時期だと思う」