macau0123の海外Big Techニュース

医療診断のための機械学習の研究

私達は、より多くの患者により良い治療を提供するために、臨床医が機械学習の力を活用できるように支援しています。今年は、医師が大腸内視鏡検査中に癌の可能性のあるポリープを見逃さないようにするための支援や、前立腺組織のグリーソン・グレーディングにおいて、機械学習システムが病理医よりも大幅に高い精度を達成できること、乳癌の兆候を調べるX線検査において、放射線技師が偽陰性と偽陽性の両方の結果を大幅に削減できることを示すなど、医師の癌の診断と管理を支援するためにコンピュータ・ビジョンを適用する際の顕著な進歩について説明してきました。

前立腺癌の侵攻性を判定するために、病理医は生検を検査してグリーソン・グレードを割り振っています。発表された研究では、私達のシステムは、前立腺癌の専門的なトレーニングを受けていない病理医のグループよりも高い精度で悪性度を判定することができました。ディープ・ラーニング・システムの第1段階では、生検のすべての領域にグリーソン・グレードを割り当てます。この生検では、緑はグリーソン・パターン3を示し、黄色はグリーソン・パターン4を示します。




また、皮膚疾患の特定、加齢黄斑変性症（米国と英国の失明原因の第一位、世界第三位の失明原因）の検出、新規の非侵襲的診断の可能性（網膜画像から貧血の兆候を検出できるなど）を支援するシステムにも取り組んできました。私達の研究では、網膜画像からヘモグロビン・レベル（医師が貧血を検出するために使用する指標）を定量化するために、ディープ・ラーニング・モデルをどのように使用できるかを調査しています。

今年はまた、これらの同じ技術がどのようにしてヒト・ゲノムの中を覗くことができるのかを示すエキサイティングなデモンストレーションが行われました。グーグルのオープン・ソース・ツールであるDeepVariantは、回旋ニューラル・ネットワークを使用してシーケンス・データ中のゲノム変異を識別し、今年はFDAチャレンジで4つのカテゴリーのうち3つのカテゴリーで最高の精度を獲得しました。この同じツールを使用して、Dana-Farber Cancer Instituteが主導した研究では、2,367人の癌患者のグループにおいて、前立腺癌やメラノーマの原因となる遺伝的変異の診断収率が14%向上しました。




研究は実験精度の測定だけでは終わりません。最終的には、患者がより良い治療を受けられるようにするためには、機械学習ツールが実際の世界で人々にどのような影響を与えるのかを理解する必要があります。今年、私達はメイヨー・クリニックと協力して、放射線治療計画を支援する機械学習システムを開発し、この技術が臨床現場にどのように展開されるかをよりよく理解するための研究を開始しました。タイのパートナーと共に、糖尿病性眼疾患のスクリーニングをテスト・ケースとして使用し、人々を中心にシステムを構築し、より健康的な世界のためのツールを構築する上で、多様性、公平性、インクルージョンの基本的な役割を認識しています。

英語原文はこちら
https://ai.googleblog.com/2021/01/google-research-looking-back-at-2020.html