MOST POPULAR

中皮腫のCT診断AI – Canon Medicalとグラスゴー大学

建材などに使用されてきたアスベスト(石綿)関連の健康被害として、肺の悪性腫瘍である「中皮腫」がある。スコットランドでは、英国の主要産業として造船・建設でアスベストが多く使用されてきた経緯から、国際的にも中皮腫の発生率が高い地域として知られる。そのスコットランドを拠点としたCanon Medical Research Europeとグラスゴー大学は、中皮腫のCT診断に焦点を当てたAIツールを開発している。 グラスゴー大学のリリースによると、中皮腫のCT診断AIは腫瘍専門医の教師データから学習し、病変の検出と測定を正確に行う。同ツールは、がんに対するイノベーション技術に資金提供するスコットランド内のプログラム「Cancer Innovation Challenge」の一環で開発され、検証結果の発表を予定している。中皮腫は、一般的な腫瘍のように球体ではなく、組織表面上で「皮」のように複雑な成長をみせるため、CTでの診断が難しいがんの1つとされる。また、中皮腫の治療法は限定的で、今後の新規臨床試験も不可欠であるため、AIによる腫瘍検出・測定の効率化および自動化は臨床試験をより低コスト・短時間・高精度にする可能性も期待されている。 Canon Medicalの主席研究員であるKeith Goatman氏は「AIのスピードと精度は中皮腫の治療に幅広い影響を与える可能性があります。正確な腫瘍体積の測定は手作業では時間がかかり過ぎます。測定の自動化は腫瘍体積のわずかな変化も検出し、新しい治療法への臨床試験の道を拓くでしょう」と述べている。アスベスト使用は既に各国で禁止されたものの、中皮腫患者の発生では数十年という単位での時間差をみせている。英国のみならず、日本における中皮腫による死亡数も増加の一途であり、国際的に死亡者数のピークはまだ先にあるとも予測される。当該AIツールではその先を見据えた開発が進められている。

中皮腫のCT診断AI – Canon Medicalとグラスゴー大学

建材などに使用されてきたアスベスト(石綿)関連の健康被害として、肺の悪性腫瘍である「中皮腫」がある。スコットランドでは、英国の主要産業として造船・建設でアスベストが多く使用されてきた経緯から、国際的にも中皮腫の発生率が高い地域として知られる。そのスコットランドを拠点としたCanon Medical Research Europeとグラスゴー大学は、中皮腫のCT診断に焦点を当てたAIツールを開発している。 グラスゴー大学のリリースによると、中皮腫のCT診断AIは腫瘍専門医の教師データから学習し、病変の検出と測定を正確に行う。同ツールは、がんに対するイノベーション技術に資金提供するスコットランド内のプログラム「Cancer Innovation Challenge」の一環で開発され、検証結果の発表を予定している。中皮腫は、一般的な腫瘍のように球体ではなく、組織表面上で「皮」のように複雑な成長をみせるため、CTでの診断が難しいがんの1つとされる。また、中皮腫の治療法は限定的で、今後の新規臨床試験も不可欠であるため、AIによる腫瘍検出・測定の効率化および自動化は臨床試験をより低コスト・短時間・高精度にする可能性も期待されている。 Canon Medicalの主席研究員であるKeith Goatman氏は「AIのスピードと精度は中皮腫の治療に幅広い影響を与える可能性があります。正確な腫瘍体積の測定は手作業では時間がかかり過ぎます。測定の自動化は腫瘍体積のわずかな変化も検出し、新しい治療法への臨床試験の道を拓くでしょう」と述べている。アスベスト使用は既に各国で禁止されたものの、中皮腫患者の発生では数十年という単位での時間差をみせている。英国のみならず、日本における中皮腫による死亡数も増加の一途であり、国際的に死亡者数のピークはまだ先にあるとも予測される。当該AIツールではその先を見据えた開発が進められている。

バングラデシュにおける子供の発育阻害を明らかにするAI研究

生後初期の慢性的な栄養欠乏によって、その後年齢相応の身体および認知機能の発達が得られなくなるものを「発育阻害(stunting)」と呼ぶ。1億を超える未就学児が発育阻害に曝されるが、その90%以上がアジア・アフリカの子どもたちとなる。豪キャンベラ大学などの研究チームは、バングラデシュにおける小児発育阻害のリスク因子探索に、機械学習アプローチを用いた研究を行っている。 Informatics for Health and Social Careからオンライン公開されたチームの研究論文によると、2014年のバングラデシュにおける健康調査データを利用して、5歳未満の小児における発育阻害を予測する機械学習モデルの構築、およびリスク因子の探索を行ったという。結果から、バングラデシュにおける発育阻害への高い説明力を持つリスク因子は順に、小児の年齢、家庭の経済状況、母親の学歴、妊娠期間、父親の学歴、世帯規模、初産時の母親の年齢などが明らかにされている。 著者らは「研究成果によって、バングラデシュにおける発育阻害を理解するためには、社会経済的因子に加え、栄養および環境要因の観察が重要であることを明らかにした」としており、事態改善を目指した取り組み・政策立案への示唆を本研究知見が提供する事実を強調している。 関連記事: 機械学習で自閉スペクトラム症の血中バイオマーカーを特定 糞便から食生活を予測するAI研究 発熱した乳児にその検査と治療は必要か? – 低リスク患児を特定するAIモデル アクションゲームがADHD向けデジタル治療としてFDA認証を取得

PEOPLE

LIFE

DESIGN

229,818ファンいいね
68,547フォロワーフォロー
32,600購読者購読

LATEST VIDEOS

TECH POPULAR

TRAVEL

英ケンブリッジ大学 – 外傷性脳損傷を定量評価するAIアルゴリズム

外傷性脳損傷はこれまで、専門医による頭部CT画像の読影によってその重症度判定がなされてきたが、多くの場合でこれは定量的な評価ではなかった。英ケンブリッジ大学などの共同研究チームは、脳損傷の程度を病変の種類や大きさ、位置関係などから画像的に定量評価を行うAIアルゴリズムを開発した。研究成果は学術ジャーナルThe Lancet Digital Healthにて14日公開されている。 研究チームの論文によると、畳み込みニューラルネットワークを用い、欧州60施設に及ぶ外傷性脳損傷の患者データからアルゴリズムをトレーニングしたという。AIは病変の部位・大きさ・容量などを正確に捉え、進行の予測を行うことができるようになったが、これはインドで行われた500名の患者に対する妥当性の検証試験でも同等の成果を示していたとのこと。 AIによる医療画像の客観的かつ自動的な評価は、臨床医の診断と治療方針の策定にとって大きな補助となり得る。また救急の現場など、疾患リスクを精緻に評価するには時間が不足する場面での潜在的な有効性は特に高い。現時点では研究用としてのテクノロジーの域を出ないが、チームは実臨床現場で活用される診断ツールとしての展開までを見据えている。