胸部X線（CXR）検査は、胸部疾患の診断に幅広く利用可能で、安価かつアクセス性と操作性に利点がある。しかし、画像の解釈に専門家が必要な点が、特に専門リソースの不足する医療過疎地域でのボトルネックとなりやすい。西スコットランド大学（UWS）のチームは、医療機関に押し寄せる検査需要のプレッシャーへの解決策として「AIアプローチによるCXRの自動識別技術」の開発を進めている。
Computer Methods and Programs in Biomedicineに掲載された同チームの研究では、結核・肺炎・COVID-19などを含むCXRの画像データセットから、疾患を自動分類するディープニューラルネットワークをトレーニングした。本研究では、2020年の発表から最先端の画像分類機械学習モデルとして隆盛した「Vision Transformer（ViT）」と、その改良モデルの「Input Enhanced Vision Transformer（IEViT）」が用いられている。結果、IEViTはViTに対し、あらゆる性能指標で改善を示し、特に精度はIEViTで約98%と、ViTから最大+6.41%の改善がみられていた。
元来はCOVID-19の迅速な検出のために開発を続けていたが、現在では広い範囲の胸部疾患を識別可能となっている。著者でUWSのNaeem Ramzan教授は「世界中の病院がプレッシャーに晒されているのは疑いようもない。COVID-19は状況をさらに悪化させ、医療スタッフに負担を強いている。プレッシャーを軽減し、貴重なスタッフの時間を解放する技術こそが真に必要とされている」と語った。
関連記事：
