毎年、主として寄付によって収集される輸血用の血液は1.2億ユニットにも及ぶが、血液は体外において継続的な劣化を避けられない。多くの国々では、およそ42日目までに血液製剤のほとんどが使用できなくなってしまう。血液製剤の質的評価は、専門家の目による顕微鏡検査のもと、複雑で主観的なアプローチが長く取られてきたが、これをAIによって自動化する取り組みが進んでいる。
Medical Xpressでは、米国科学アカデミー紀要にて公表された同研究論文を紹介している。米国・カナダ・スイス・ドイツ・英国の5カ国における12の研究機関が共同し、AIと先端イメージングの融合によって価値ある研究成果を導いた。研究は2段階のステップで構成されており、1つ目は人間の専門家と同じように、血液製剤における細胞分解を視覚的に6つのカテゴリに分類するというもので、ニューラルネットワークは40,000枚を超える画像データベースでの学習から77%の識別精度を持つに至った。
2つ目は、さらにその精度を向上させるため、6つの視覚的カテゴリへの分類を学習させるのではなく、ラベルの無い100万枚を超える画像データベースから自律学習を促した。最終的に深層学習アルゴリズムは、正常細胞から異常細胞に至る血球機能の劣化プロセスを正しく識別したという。研究を率いた、ハーバード大学の計算生物学者・Anne Carpenter氏は「AIは人間が認識しない微細な細胞変化を捉えることができる」とし、輸血用血液製剤の品質評価にAI利用が有効となることを強調する。
