日本人研究者、米メディカルセンターにて成人の喘息が診断可能な高精度AIを開発

   

喘息:
またの名は気管支喘息(きかんしぜんそく、bronchial asthma)。
自動車、タバコ、工場の煙などの環境刺激因子(アレルゲン)、寒気、運動、ストレスなどの種々の刺激が引き金となり、これらに対する過敏反応として気管支平滑筋、気道粘膜の浮腫、気道分泌亢進などにより気道の狭窄・閉塞が起こる。
気道狭窄によって、喘鳴(ぜんめい:喉のヒューヒューという高い音)、息切れ、咳、痰(たん)などの症状を認める。
喘息発作時にはこれらの症状が激しく発現し、呼吸困難や過呼吸、酸欠、体力の激しい消耗などを伴い、時には死に至ることもある。
気道感染が喘息急性増悪の誘発因子となることが多い。(参照:Wikipedia

アトピー型の喘息患者が発作を引き起こすのはI型アレルギーにより化学伝達物質が発生するためである。
その誘因は細菌・ウイルス、過労、ハウスダスト(埃・ダニ・花粉・カビなど)・食物・薬物などのアレルゲン、運動、タバコ、アルコール、気圧変化などさまざまである。

↓はてなブックマークで応援お願いします!
このエントリーをはてなブックマークに追加

一方、非アトピー型の喘息の病態生理はまだはっきりしていない。

日本人研究者、脅威の成果

成人喘息の診断に関連するすべての患者情報を備えたディープニューラルネットワークを使用して、日本の研究者は98%の診断精度を達成した。

これは、同様に徹底的な患者情報、ロジスティック分析(精度94%)、およびサポートベクターマシン学習(82%)を使用した2つのAI支援モデルのパフォーマンスを上回った。

米子メディカルセンターの富田勝之医学博士は、5月30日にアレルギー学国際研究所でオンラインで発見を報告した。

チームはまた、研究コホートを構成していた566人の患者によって提示された身体的症状のみを使用して3つの技術を試験した。
ここでもディープニューラルネットワークは他の技術を凌駕し、ロジスティック分析では65%、サポートベクターマシン学習では60%の精度を達成した。

患者情報を完全に補完するものには、身体的症状だけでなく生化学的所見、肺機能検査の結果および気管支チャレンジ試験の結果も含まれていた。

研究のために、モデルがチェックされた決定的な診断は、すべての関連する患者データを扱う喘息の専門家によるものだ。

富田らは、彼らの研究はおそらく成人の喘息の診断において人間の専門家とほぼ同様にコンピュータがパフォーマンスした最初の研究であると述べている。

プロフェッショナルの展望

ディープニューラルネットワークを使用した我々の単純なアプローチは、従来の機械学習方法よりも正確であり、実用的なパーソナルアシスタントサービスを実装するために採用することができます」
と彼らは書いている。
「次のステップは、より多くの病院にこの技術を使用するよう説得し、AIベースのアプローチをプライマリケアに移行することを検討することです。」

ジャーナルはこの研究を全額無料で掲載している。

原文

https://www.aiin.healthcare/topics/diagnostics/deep-learning-diagnose-adult-asthma

業界ごとに記事を読む

PAGE TOP
0
Would love your thoughts, please comment.x
()
x