脳磁図データから神経疾患を自動診断、ディープラーニングで：医療機器ニュース

大阪大学は、脳磁図から神経疾患を自動診断するシステム「MNet」を開発した。これを用いて、脳磁図データから複数の神経疾患を自動判定できることを示した。

[MONOist]

　大阪大学は2019年3月26日、脳磁図から神経疾患を自動診断するシステム「MNet」を開発したと発表した。このシステムを用いて、脳磁図データから複数の神経疾患を自動判定できることを示した。同大学高等共創研究院 教授の柳澤琢史氏らと、東京大学の共同研究グループによる成果となる。

　同研究グループは、大量の時系列データである脳磁図のビッグデータから、有用な波形特徴を学習して診断するDeep Neural Network（DNN）を開発。このDNNを用いて、神経疾患の自動判別機MNetを開発した。

　このMNetを用いて、てんかんの患者と脊髄損傷の患者、健常者の脳磁図ビッグデータを判別した。その結果、多数の信号からDNNが特徴を学習し、従来の脳波特徴を用いた一般的な機械学習法「サポートベクターマシン」の判定よりも高い精度で神経疾患を識別できた。

　これまで脳波や脳磁図の判読には、高度な専門知識と大量データを読み取る時間が必要だった。この判読を自動かつ正確に行うことで、診断精度の向上や均てん化、医師の仕事の効率化が図れる。今後、判定可能な疾患を増やすことで、神経疾患の診断改善や疾患の早期発見、治療効果の判定などにも応用が期待される。

神経疾患を自動判別する新規のDNNシステム「MNet」と3値判定結果（クリックで拡大） 出典：大阪大学