ニュース
機械学習を活用した、高精度な緑内障自動診断に成功:医療技術ニュース
理化学研究所は、眼底検査装置によるマルチモダリティ画像情報を活用し、緑内障を自動診断できる機械学習モデルを構築した。同モデルの性能を調べた結果、最高性能としてAUC=0.963を示す高い診断精度が得られた。
理化学研究所は2019年3月28日、眼底検査装置によるマルチモダリティ画像情報を活用し、緑内障を自動診断できる機械学習モデルを構築したと発表した。同研究所 光量子工学研究センター チームリーダーの秋葉正博氏らと東北大学の共同研究による成果となる。
研究グループは、眼底検査装置で撮影した視神経乳頭と黄斑のデータから抽出したマルチモダリティ画像情報に対して、緑内障を自動診断する機械学習モデルの構築を試みた。
まず、緑内障208眼と健常149眼について、それぞれから視神経乳頭部のカラー眼底写真1種、OCT画像4種を抽出した。次に、訓練済みの畳み込みニューラルネットワークモデルの1種であるVGG19モデルを用いて、この5種類の画像データセットでそれぞれのVGG19モデルを構築した。それらのVGG19モデルから緑内障と正常の分類に必要な特徴量を抽出した後、機械学習のアルゴリズムの1つであるランダムフォレストにより学習させ、緑内障を自動診断する機械学習モデルを構築した。
関連記事
- 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
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。 - AIを活用し、病態変化を捉える測定データ解析を産学共同で研究
大分大学とオーイーシーは、AI活用をテーマとした包括共同研究提携による共同研究「病態変化を捉える光センシング技術とそのデータ解析手法の開発」を開始した。 - 内視鏡検査でのAI診断を効率化するオープンプラットフォームを開発
オリンパスは、同社の消化器内視鏡システムに接続するだけで、複数のコンピュータ支援診断アプリケーションを切り替えて使用できる「CADオープンプラットフォーム」を開発したと発表した。内視鏡検査でのAI診断の効率化に貢献する。 - AIが手術後感染の有無を精度85%で予測、関連する因子も明らかに
NECソリューションイノベータと新潟大学は、AIを活用し、消化器外科手術患者の手術後感染を予測するモデルを構築した。予測精度AUC85%を達成した他、手術後感染と関係する、年齢やBMI、手術時間などの因子も可視化できた。 - 心電図から心臓カテーテル治療の要否を瞬時に判断するAI技術
慶應義塾大学は、AIを応用して、1枚の心電図から、その患者にカテーテル治療が必要かどうかを80%以上の精度で瞬時に判定する技術を開発した。救急外来における心筋梗塞などの治療の早期化、効率化に貢献する。 - AIによる画像認識技術を活用し、がん細胞の種類の判別に成功
大阪大学は、AI(人工知能)による画像判別技術を活用し、がん細胞の種類を判別することに成功した。人の目では判別困難な微細な差異を検出し、顕微鏡画像に写された細胞の種類を特定可能になった。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.