皮膚がんの特定に人工知能が使用される

医療へのアクセスを改善することを期待して、スタンフォード大学の研究者たちは、皮膚がんを診断するアルゴリズムを訓練しました。

奇妙なほくろが癌の可能性があるかどうかを確認するために医師の診察を受けるのは、十分に恐ろしいことです。 では、あなたがそのような状況にあり、最寄りの医師から遠く離れたところに住んでおり、仕事を休むことができず、診察費用を賄うお金があるかどうかもわからないと想像してみてください。 このようなシナリオでは、スマートフォンを通じて診断を受けるオプションが命を救う可能性があります。

皮膚科医は、手持ち式顕微鏡の一種であるダーマトスコープを使用して皮膚を観察します。 スタンフォード大学のコンピューター科学者たちは、認定皮膚科医の成績に匹敵する皮膚がんの人工知能診断アルゴリズムを開発しました。 (画像クレジット: マット・ヤング)

スタンフォード大学のコンピューター科学者たちが皮膚がんの人工知能診断アルゴリズムの作成に着手したとき、医療への普遍的なアクセスが念頭にありました。 彼らは約 130,000 枚の皮膚疾患画像のデータベースを作成し、潜在的な癌を視覚的に診断するためのアルゴリズムをトレーニングしました。 最初のテストから、驚くべき精度で動作しました。

スタンフォード大学人工知能研究所の非常勤教授であるセバスチャン・スラン氏は、「私たちは、何かをうまくやるだけでなく、人間の皮膚科医としても実行可能であることに気づきました」と語った。 「そのとき、私たちの考え方が変わりました。 そのとき私たちはこう言いました。『これは単なる生徒のためのクラスプロジェクトではありません。これは人類にとって素晴らしいことを行う機会です。』

Nature 1 月 25 日号の論文の主題となった最終製品は、21 人の認定皮膚科医に対してテストされました。 最も一般的で最も致死率の高い皮膚癌である皮膚病変の診断において、アルゴリズムは皮膚科医のパフォーマンスと一致しました。

米国では毎年、新たに約540万人の皮膚がんが発生しており、初期の州で発見された黒色腫の5年生存率は約97パーセントだが、最新の段階で発見された場合は約14パーセントに低下する。 。 早期発見は皮膚がんの転帰に大きな影響を与える可能性があります。

皮膚がんの診断は視覚検査から始まります。 皮膚科医は通常、裸眼と、皮膚を低倍率で観察できる手持ち式顕微鏡であるダーマトスコープを使用して、疑わしい病変を観察します。 これらの方法で決定的でない場合、または皮膚科医が病変が癌であると信じるに至った場合は、次のステップとして生検が行われます。

このアルゴリズムを試験プロセスに導入することは、視覚処理と脳内のニューラルネットワークをモデルにした人工知能の一種であるディープラーニングを組み合わせたコンピューティングのトレンドに沿ったものです。 ディープラーニングにはコンピューターサイエンスにおいて数十年の歴史がありますが、視覚処理タスクに適用され、大きな成功を収めたのはつい最近のことです。 ディープラーニングを含む機械学習の本質は、コンピューターに答えがプログラムされているのではなく、問題を解決するように訓練されていることです。

アンドレ・エステバ（画像提供：マット・ヤング）

「私たちはデータから学習する非常に強力な機械学習アルゴリズムを作成しました」と論文の共同主著者であり、スラン研究室の大学院生であるアンドレ・エステバ氏は述べた。 「何を探すべきかを正確にコンピューターコードに書き込む代わりに、アルゴリズムにそれを理解させます。」

アルゴリズムには、関連する疾患ラベルを含む生のピクセルとして各画像が入力されました。 アルゴリズムをトレーニングするための他の方法と比較して、この方法では分類前の画像の処理や並べ替えがほとんど必要ないため、アルゴリズムはより多様なデータを処理できます。

研究者らは、ゼロからアルゴリズムを構築するのではなく、1,000 のオブジェクト カテゴリから 128 万枚の画像を識別するようにすでにトレーニングされている Google が開発したアルゴリズムから始めました。 猫と犬を区別できるように準備されていましたが、研究者らは良性脂漏性角化症から悪性癌を知るためにそれを必要としていました。