AIが診断&治療時間を短縮!

   

バージニア大学工学科医学部の研究者によると、子供に”永久的な損傷を引き起こす可能性がある”腸疾患の診断と治療は、機械学習を適用することでスピードアップできる。

バージニア大学(英語: University of Virginia、通称UVA)は、アメリカ合衆国バージニア州シャーロッツビルに本部を置くアメリカ合衆国の州立大学である。1819年に設置された。パブリック・アイビーと称される名門の一つ。

研究のあらまし

研究者らは、腸の栄養素を吸収する能力を制限し、成長を妨げ、脳の発達を害し、さらには死に至る可能性がある、『環境性腸機能障害』を患っている子供の生検画像に機械学習アルゴリズムを使用した。
バングラデシュ、ザンビア、パキスタンなどの中低所得国では、この問題は広範囲に及んでいる – バージニア州の農村の子供たちの人口も影響を受けているが、5歳未満の子供の20%がこの病気に冒されている。
彼らの研究は最近JAMA Open Networkに掲載された。

研究者たちは、予防可能な病気の診断と治療のプロセスをスピードアップすることを望んでいた。
彼らは畳み込みニューラルネットワーク(CNN)を使って画像を分析し、子供の腸疾患を診断した。
ネットワークは十二指腸生検画像で訓練され、データは2017年11月から2018年2月の間に収集、作成、分析された。

研究の結果

合計で102人の子供がこの研究に参加し、平均年齢は31ヶ月だった。
このモデルの検出精度は93.4%、偽陰性率は2.4%だった。
この方法は、環境性腸管機能不全またはセリアック病のいずれかを検出することができた。
これは、米国でのスタントの一般的原因である。

この研究結果は、病理学者がどのようにして機械学習ツールとAIを利用してニューラルネットワークが相違点を探しているか、およびツールがその分析に焦点を合わせている場所に基づいて患者をより効果的にスクリーニングできるかを強調している。
研究者によると、機械学習アルゴリズムは、人間の目には見えない洞察を提供し、病理学者の診断に対する検証システムとして働き、イメージングと診断の間の時間を短縮することができる。

研究者の声

「非常に貧困があり、そのような不公平な結果がもたらされています」

とサナシード医学博士は、UVA医学部の助教授であり、この研究の最初の著者です。

「これらの最先端の技術とデータサイエンスを通してデータを見る方法を使用できれば、より早く回答が得られ、これらの子供たちをより早く支援することができます」

原文

https://www.aiin.healthcare/topics/research/machine-learning-cuts-diagnosis-treatment-time-gut-disease

業界ごとに記事を読む

さらに学ぼう!

PAGE TOP