肺水腫のレベルを定量する機械学習モデル – MIT CSAIL

米国疾病予防管理センター(CDC)のデータとして、米国では死亡者の約8分の1(12.5%)が心不全を原因とするという。心機能低下のサインで、肺に過剰な体液が貯留する「肺水腫」は、治療方針の判断材料として用いられる。日常診療では肺水腫のレベルをX線画像から判断する事が多く、その特徴の捉え方に一定の基準が求められていた。

マサチューセッツ工科大学のコンピュータサイエンス・人工知能研究所(MIT CSAIL)のニュースリリースによると、同研究所のグループが開発した機械学習モデルは、X線画像から肺水腫のレベルを0(healthy)から3(very, very bad)まで4段階に定量できる。このシステムは30万枚以上のX線画像からだけでなく、放射線科医によるテキストでの報告書データからも学習が行われており、肺水腫を正確に説明するラベルが少ない中でも良く機能しているという。

同モデルはGitHubに公開されており、開発者のひとりLiao氏は、同分野の機械学習開発でベンチマークとなることを願う。今秋からフィリップス社とBeth Israel Deaconess Medical Centerの救急医療室の協力のもと、同施設のワークフローに開発モデルが統合され運用が進む予定である。肺水腫の定量は心不全のみならず、敗血症や腎不全のような浮腫と強く関連した疾患の管理にも役立つと期待されている。

前の記事血液脳関門の透過性を予測するリカレントニューラルネットワークモデル
次の記事NVIDIAとGSKのパートナーシップ – AIを活用した医薬品開発の加速へ
TOKYO analytica
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc, PhD
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て、東京大学特任研究員など。専門はメディカルデータサイエンス。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。