AIモデルが眼科検査のエラーを大幅に削減する

最近、研究者は、現在医者が使用している従来の視力検査よりも、視覚障害をより正確に診断できる人工知能アルゴリズムを設計しました。 サイエンス誌によると、新しい検査は、眼科検査の診断エラーを約74%削減できるということです。

眼科医は、十数年間、同じ視力検査、つまり異なるサイズの文字とシンボルが表示されたチャートを使用してきました。検査結果は眼科医が解釈する必要があり、当然、結果の解釈と診断にはエラーが生じる可能性があります。スタンフォード大学の研究者は、これらの検査を改良するために人工知能アルゴリズムを開発しようとしました。

スタンフォード大学のコンピュータサイエンティストであるクリス・ピーチによると、従来の検査の問題は、文字がテスト対象者が見ることができないほどぼやけている場合、テスト対象者が文字を推測し始めることです。この推測により、テストの結果が変化する可能性があります。より正確で再現可能なテストを開発するために、ピーチと彼の同僚は、オンラインテストを開発しました。テストの結果は、人工知能モデルをトレーニングするために使用されます。オンラインテストでは、最初にユーザーが画面の調整を行います。画面が調整された後、ユーザーは画面からの距離を入力し、プログラムはさまざまな向きの「E」文字を表示します。次に、モデルはユーザーに視力スコアを割り当てます。プログラムは各眼に20の質問を出し、視力スコアを更新しながら、予測を出します。

研究チームは、1000のコンピューターシミュレーションを実行しました。これらのシミュレーションでは、実際の患者からの入力を模倣しました。シミュレーションでは、既知の視力スコアでプログラムを初期化し、テスト中に人によって生じる可能性のあるエラーを模倣しました。研究者は、各テストに「真の」視力スコアがあるため、この方法でテストを行ったと述べています。研究者によると、彼らのモデルは、従来の視力検査よりも約3/4（74%）の診断エラーを削減することができました。ただし、モデルは医者を置き換えるものではなく、医者が診断の精度を高めるためのツールであると述べています。

眼科医のマーク・ブレッチャーは、サイエンス誌に、プログラムは眼科医学における人工知能モデルの有用で賢い実装であると述べましたが、研究者は、テスト対象者の環境などの要素も考慮する必要があると述べています。これらの要素は、テスト結果に影響を与える可能性があるからです。さらに、ブレッチャーは、研究者が新しいモデルを使用するように眼科医を説得することと、新しい標準に合意することが難しい可能性があると予想しています。

ピーチと彼の同僚による研究は、人工知能と視覚に関する最近の開発の唯一のものではありません。最近、Googleは、人工知能モデルを開発しました。このモデルは、視力低下につながる可能性のある一般的な眼科疾患を、臨床医よりも優れて識別できる可能性があります。 Google DeepMind (GOOGL ) は、Moorfields Eye Hospitalと共同で、重度の老眼症の発症リスクを予測できるモデルを開発しました。さらに、AEYE Healthというイスラエルのスタートアップ企業は、コンピュータービジョン技術と機械学習を使用して、一般的な眼科疾患を基本的に正確に識別できる網膜スキャナーを開発しました。診断が陽性の場合、患者を医者に転送します。重度の老眼症の場合も同様です。