難聴の種類をオージオグラムから自動診断するAI

世界的に聴覚士(Audiologist: 日本では言語聴覚士が扱う聴覚障害分野)の専門知識を必要とする難聴者の割合は増加傾向にある。聴覚ケアサービスにおける需給バランスのひっ迫が想定されるなかで、難聴の診断・トリアージプロセスは再構築を求められている。米ボストンの専門病院Massachusetts Eye & Earの研究者らは「難聴の種類を聴力検査であるオージオグラムの画像データから自動分類するAI」を発表している。

学術誌 The Hearing Journalに収載された研究では、カナダのトロント大から助成を受け、同地域にあるサニーブルック保健科学センターで集められた1,007枚のオージオグラム画像からディープラーニングアルゴリズムを構築し検証した。アルゴリズムは正常および伝音・感音・混合性難聴の分類で97.0%という識別精度を達成している。

このような難聴の自動分類AIは、聴覚士のようなリソースが潤沢な恵まれた環境にいる者にとっては限定的な手法に見られるかもしれない。しかし、世界に存在する聴覚ケアを十分に受けられない地域にとっては医学的課題への主要な解決策ともなり得る。同研究が発展し、それらの地域にオージオグラムを記録するスマートフォンやコンピュータさえ展開できれば、医療システムをも変革する可能性を秘めていると研究グループは期待している。

前の記事待機的手術のためのリソース使用を予測する臨床的意思決定支援ツール
次の記事「交通AI」がCOVID-19パンデミック中の食糧不安を軽減する
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。