メニュー

最新の記事

一覧を見る>>

テーマ

カレンダー

月別

雅走草想

誤診少ない医療AI 

2018年11月24日 外部ブログ記事
テーマ:テーマ無し

  買い物優先

 今朝は今年最後のクマサイがあるのだが、午後にはリンクマシ
ョップの芋煮会もある。午前中に買い物をしなくてはならない。

 ということでクマサイは不参加。雪が積もると買い物に自転車
が使えないので、重くて買い置きができるものは買っておく。

 ポイント10倍のサンデイへキャリーバッグを持って徒歩で向
かう。徳用焼酎を3本購入。500円分の買物券が発生。

  買物券が9000円に

 買物券が18枚になり、なんと9000円分になった。結構大
きいよね。マックスバリュでは赤ワインを買って2ポイント。

 午後2時前にリンクマショップの芋煮会へ。全部で25人ほど
がに参加。初顔は広島から転勤になった若者。

 全日本選手権にも出場してレース志向。日本人とのハーフとい
うことだった。日本語は堪能だし日本人かと思った。

 用意した350ミリグラムのペットボトルに焼酎を詰め替え、
そこそこの酒量をたしなみ午後5時前に帰宅。

 人工知能のAIは囲碁界ではもう人間より強くなっていて、世
界一のランクは既にAIが君臨している。

  癌の早期発見、専門医より勝る

 医学界でも同じようなことが起こるという。癌の早期発見で医
療AIが専門医に勝てるようになるというのだ。

 適切な診断や早期発見が難しく、毎年多くの人が命を落とす病
は、医療技術が進んでいる今でも少なくないという。

 例えば皮膚癌の一種である悪性黒色腫。早期発見できれば治療
可能な病気だが、手遅れになるまで見つからない場合が多い。

  遠くない将来に実用化

 しかし遠くない将来、AIがこの状況を変えるかもしれないと
いう。囲碁は残念感があるが、早期発見可能ならうれしいね。

 今年5月、医学誌に発表された研究によると、AIに画像診断
をさせると、皮膚科医より正確に皮膚癌を識別できたという。

  画像診断は自覚的情報で学習

 具体的には癌が疑われる部位の写真を読み取り、AIに診断さ
せた。画像診断にはディープラーニング(深層学習)を使用。

 これは「畳み込みニューラルネットワーク(CNN)」と呼ば
れる情報処理システム。視覚的情報を処理して学習する。

 研究チームは10万点以上の良性と悪性の腫瘍、ほくろの画像
を診断結果とセットでCNNに与えて学習させた。

  診断増えると能力高まる

 すると画像を1点与え続けるたびに、良性と悪性を見分ける能
力が高まっていったという。囲碁AIも対戦を重ねると強くなる。

 こうして学習させたCNNを使って実験したところ、皮膚癌の
見落としは皮膚科医より少なかった。

 良性を悪性と「誤診」する割合もCNNの方が少なかった。な
お実験には17カ国の58人の皮膚科医が参加。

  CNNは95%の識別率

 皮膚科医が悪性黒色腫を正しく識別できた割合は86.6%だ
ったが、CNNの場合はこの割合が95%に達した。

 ただ患者の年齢や性別、患部などの情報が不明のため、皮膚科
医が実力を発揮できなかった可能性は排除できないとも。

 おそらくだが、囲碁と同じようにCNNは診断回数を重ねるた
びに、その精度は高まっていくと思われる。

 今後は鮮明な画像を撮りにくい部位(手指や足指、頭皮など)
でも、CNNが同様の精度で診断できるのか研究が必要とか。

 がん検査で4回も見逃され亡くなった人がいるが、そんなとん
でもない誤診はAIではなくなるんだろうな。

[https://localeast.blogmura.com/yamagata_townlife/ranking.html ]
[https://health.blogmura.com/kenkokanri/ranking.html ]
[https://cycle.blogmura.com/cycle_life/ranking.html ]
http://widget.blogram.jp/images/bgButton1_bla.gif
http://blogram.jp/users/agent/vote/?uid=34772#ref=vote"><img

>>元の記事・続きはこちら(外部のサイトに移動します)





この記事はナビトモではコメントを受け付けておりません

PR







掲載されている画像

    もっと見る

上部へ