臨床用途のためのAIの新しい進歩

Radboudumcの研究者たちは、AIが医師と同様に問題を診断する方法を実証し、またそれが診断に到達する方法を示したことで、臨床環境における人工知能（AI）の進歩に貢献しました。AIは、医師と同様に問題を診断することができます。また、それが診断に到達する方法も示しています。AIはすでにこの環境で役割を果たしており、専門家によって疾患とラベル付けされる可能性のある異常を迅速に検出するために使用されています。

臨床環境におけるAI

人工知能は、医療画像の診断にますます多く使用されています。従来、医師がX線や生検を調べて異常を特定することができたのですが、現在はAIでも同様のことができます。ディープラーニングを使用することで、これらのシステムは独自に診断を行うことができ、人間の医師と同等か、それ以上の精度で診断を行うことができます。

ただし、これらのシステムは完璧ではありません。1つの問題は、AIが画像を分析して診断に到達する方法を示していないことです。別の問題は、特定の診断に達した後、さらに何もしないことです。これにより、システムは正しい診断を出しても、異常をすべて見逃す可能性があります。

このシナリオでは、人間の医師は患者、X線、またはその他の画像全体を観察することがより優れています。

AIの進歩

これらの問題は、現在、研究者によって解決されています。Christina González Gonzaloは、RadboudumcのA-eye研究および診断画像分析グループの博士課程の学生です。

González Gonzaloは、網膜の異常を検出した眼スキャンを使用して、診断AIの新しい方法を開発しました。これらの特定の異常は、人間の医師とAIの両方によって容易に検出できますが、通常はグループで発見されます。

AIシステムの場合、1つまたは複数の異常を診断して停止しますが、これはそのようなシステムを使用することの欠点を示しています。これに対処するために、González Gonzaloは、AIが画像を複数回走査するプロセスを開発しました。そうすると、AIはすでにカバーした場所を無視することを学習し、新しいものを発見することができます。また、AIは疑わしい領域を強調表示し、人間が観察するための診断プロセス全体をより透明性の高いものにします。

この新しい方法は、従来のAIシステムとは異なります。従来のシステムは、眼スキャンの1回の評価に基づいて診断を出しますが、新しいAIシステムでは、研究者が診断に到達する方法を確認できます。

すでに検出された異常を無視するために、AIシステムはそれらの周囲の健康な組織でそれらをデジタル的に埋めます。診断は、すべての評価ラウンドを加算して行われます。

研究では、この新しいシステムが、糖尿病性網膜症と加齢性黄斑変性の検出感度を11.2+/-2.0%向上させたことがわかりました。

この新しいシステムは、異常に基づいて疾患を診断する方法を変える可能性がありますが、最大の進歩は、プロセス中に示される新しい透明性です。この透明性が、さらなる修正と進歩を可能にし、最終的には、医師よりも正確かつ迅速に問題を診断できるAIシステムを実現することになります。これは、システムの信頼性を高め、より広く採用される可能性もあります。