クリニカルゲシュタルト – 見た目で疾病罹患を識別するAI

臨床家にとって視覚情報は重要な意味を持つ。「患者の顔つきのみから疾患を推定できることも十分にある」というのは熟練医のコンセンサスが得られるところでもある。近年、このようなゲシュタルト診断を「AIアルゴリズムによって再現・高精度化させる取り組み」が多方面でみられている。

オランダ・フローニンゲン大学医療センターの研究チームは、合成画像によってトレーニングした深層学習アルゴリズムが、顔画像によって疾病罹患者を識別できる可能性があることを明らかにした。Frontiers in Medicineからこのほど公開されたチームの研究論文によると、Chicago Face Databaseに登録されている126枚の健常人画像を用い、うち26枚を画像加工によって急性疾患の罹患者様顔貌に修正することでモデルの学習を行った。さらに22名のボランティアを対象として、リポポリサッカライド(LPS)を投与し、敗血症症状を再現した上で、投与前後の写真によってモデルの性能を検証した。結果、顔貌からの疾病罹患者識別において感度は100%を達成しており、除外診断ツールとしての有用性を示していた(感度が高い検査では偽陰性が少ない。本例で言うと、実際は疾病罹患があるにも関わらず「罹患無し」と判断されてしまうケース(偽陰性)は少ないことになるので、陰性結果をもって高確率に「罹患無し」と推定できる)。一方、トレードオフによって特異度は42%にとどまっていた。

研究者らは「顔写真の合成拡張データセットを用いて学習した深層学習アルゴリズムは、健康な人と模擬的な急性疾患の人を区別し、大規模データセットの入手が困難な健康状態に関するアルゴリズム開発に、合成データを使用できる可能性も示した」としている。クリニカルゲシュタルトへの新たなエビデンスを加えるとともに、利用可能なリアルワールドデータの不足しがちなヘルスケア領域において、AI構築に際する示唆的な研究成果と言える。

関連記事:

  1. ぼやけた顔画像を60倍以上シャープに – 敵対的生成ネットワークによる革新的画像処理技術
  2. 豪PainChek – 表情分析AIアプリで認知症高齢者の痛みを代弁
  3. 脳卒中の迅速診断をスマホ動画で行うAI研究
  4. ヘルシンキ大学 – 頭に浮かぶイメージを画像化するAIテクノロジー
  5. 医療AIの最新活用事例とは?医師が解説【2021年版】

前の記事救急外来で心房細動治療が見過ごされないためのAIアプリ
次の記事BRAVEで見つけた「起業を腹決めするために本当に必要だったこと」
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. 岡本 将輝
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、SBI大学院大学客員准教授、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. 杉野 智啓
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。