• 日本語
    • English (英語)
Avinton JapanAvinton JapanAvinton JapanAvinton Japan
  • サービス
    • Avinton Data Platform
    • エッジAIカメラ
      • 自動車ナンバープレート自動認識システム
    • プライベートクラウド
    • AIサービス開発
    • AIカメラ/画像解析無料体験版
    • 見てわかる観光庁オープンデータ
  • 最新情報
    • ニュースリリース&イベント情報
    • 技術ブログ&インタビュー
  • アカデミー
    • Avintonアカデミー
    • Academy on Campus
    • Academy with Platform
  • 採用情報
    • Avintonジャパン 採用ページ
    • 求人一覧
    • よくある質問
    • 新卒採用
  • 企業情報
    • 会社概要
    • 代表からご挨拶
    • SDGsへの貢献
  • お問い合わせ

【機械学習入門】 医学・薬学における機械学習の活用例

    Home 技術解説 【機械学習入門】 医学・薬学における機械学習の活用例
    【機械学習入門】 医学・薬学における機械学習の活用例

    【機械学習入門】 医学・薬学における機械学習の活用例

    By James Cauchi | 技術解説, 技術ブログ&インタビュー | Comments are Closed | 2 11月, 2017 | 1

    これまで、身近な分野の機械学習の応用例などを紹介してきました。今回は応用例として医療分野で、機械学習がどう活用されているか調べてみました。

    Avinonエンジニアの中にも、現在医療分野の機械学習R&Dプロジェクトに加わっている社員もいます。

    機械学習を医療へ応用するにはかなりの正確性が求められます。現在どこまで研究が進んでいるのか見てみましょう。

    チャットボット

    画像: babylonhealthオフィシャルサイト

    音声認識機能を備えたAI-チャットボットを使用して、患者の症状のパターンを特定し、可能性のある疾患を診断。そうすることで病気を予防し、適切な行動を推奨します。

    チャットボットは音声認識を使用して、患者から受け取った症状を、病気のデータベースと比較して伝えられます。 それに応じて、報告された症状、患者の病歴および患者の状況の組み合わせに基づいて、適切な措置を勧めます。

    たとえば、インフルエンザ様の症状を訴えている人へ、アプリは市販薬を買いに薬局に行くことを進める場合があります。 対照的に、ユーザーによってより重大な症状が報告された場合、緊急ホットラインにダイヤルするか、病院に直接行くことを進めます。

    その診断機能に加えて、アプリケーションは携帯可能デバイスからの患者データを統合して、心拍数やコレステロールレベルなどのバイタルを監視するようにも設計されています。

    深層学習と腫瘍学

    スタンフォード大学の研究者は、深層学習、特に深層畳み込みニューラルネットワーク(CNN)を用いて皮膚癌を診断するアルゴリズムを訓練してきました。 このアルゴリズムは、2000以上の異なる病気の、代表する皮膚病変の130,000画像を用いて、皮膚癌または黒色腫(メラノーマ)を検出するように訓練されました。

    ml-medical

    画像: wkipedia

    米国では、毎年約540万件の新たな皮膚癌診断があり、早期発見はより高い生存率のために重要です。

    例えば、早期発見は5年生存率97%と相関しますが、後のステージでは急速に減少し、ステージIVでは15-20%のマージンになります。 2017年に推定9,730人がメラノーマで死亡し、54分ごと1人にメラノーマで死亡しています。

    追加情報として、視覚検査は皮膚癌診断の第一ステップであり、皮膚科医は、皮膚鏡(手持ち式顕微鏡)を用いて病変を検査します。 医師が病変が実際に癌性であると考えた場合、または最初の評価では決定できない場合、生検をフォローアップします。

    スタンフォードの深層学習アルゴリズムは、報告された370の画像をレビューし、それぞれの画像に基づいて、「生検または治療を進めるか、患者を安心させるか」と尋ねられた21人のボード認定皮膚科医に対して試験されました。

    結果は、このアルゴリズムは、21人の皮膚科医と同じ能力を有し、すべての画像にわたって最良の行動コースを決定することを示しました。

    しかし、これらは有望な結果ですが、研究チームはアルゴリズムを臨床実践に統合する前にさらなる厳しい試験が必要であること、現時点では臨床応用できるという証拠とはならなかった、と認めています。
    今回の調査では、現時点で臨床応用の証拠となるものは得られませんでした。

    画像分類と病理学

    機械学習 医療

    画像分類と病理学

    病理学は、血液や尿などの体液や組織の検査室分析に基づく、病気の診断に関わる医療専門分野です。

    病理学者が顕微鏡下で画像を手動で観察することを含む、疾患を診断する方法は、1世紀以上にわたり比較的変化していません。 Beth Israel Deaconess Medical CenterとHarvard Medical Schoolの研究チームは、診断の速度と精度を向上させるために、複数の音声認識と画像認識を統合して、腫瘍を診断するアルゴリズムを習得するために深層学習を行ってきました。

    研究者は、癌性および非癌性細胞を示す標識領域を有する数百の画像から始めました。 その後、ラベル領域を抽出して、そのアルゴリズムを訓練するモデルの基礎となった、数百万の例を得ました。

    研究の結果、ヒトの病理学者と比較して、アルゴリズムは92%の診断成功率を達成しました。 人間の成功率96%より4ポイント低いですが、アルゴリズムと人間の結果を組み合わせると、成功率99.5%の精度でした。

    今回の調査で、臨床応用の証拠を得られたわけではありませんが、これらの結果は、近い将来、病理学の分野における深層学習の採用につながる可能性があります。

    参考:Machine Learning for Medical Diagnostics – 4 Current Applications
    翻訳 : A.M

    まとめ

    実際に臨床現場で機械学習を用いた病気の診断ができるようになり、さらにそれが社会全体に広まるにはまだ時間がかかりそうですが、実現すると病院での待ち時間が減り、素早い診断が行え、より早い段階で治療を開始できるようになったりと、医療者側にとっても患者側にとっても、今までの医療現場が大きく変わりそうですね。

    Avintonが公開するエンジニア育成用のアカデミーにて、機械学習を用いた画像分離プログラム体験ができます。Jupyter Notebookを使用して実際にコードを書きながら、結果がすぐに反映されます。ぜひおためしください。

    今後も様々な場面で活用されている機械学習について共有していきたいと思います。

    Avintonは仲間を募集しています


    Avintonでは、機械学習に興味のあるエンジニア志望の方はもちろん、やる気のあるエンジニアを大募集しています。Avintonはエンジニアを一番に考える社風です。社内制度についてはこちらをご覧ください。
    19年卒の新卒採用活動も開始しています。Avinton採用イベントの一つ、Meetupも定期開催しています。ご連絡お待ちしています!

    お問い合わせ
    AI, 技術, スマートシティ, 機械学習, DX

    Related Posts

    • G検定合格体験記

      G検定合格体験記

      By Avinton rk | Comments are Closed

      Read more

    • Kubernetes入門:初心者からプロフェッショナルへ – 学び方とおすすめリソース

      Kubernetes入門:初心者からプロフェッショナルへ – 学び方とおすすめリソース

      By Avinton rk | Comments are Closed

      Read more

    • deploying-postgresql-operator-in-Kubernetes

      PostgreSQL Operator on Kubernetes

      By Avinton rk | Comments are Closed

      Read more

    • AIモデルの最適化

      AIモデルの最適化

      By Avinton rk | Comments are Closed

      Read more

    • Pytorch Datasets & DataLoaders

      PyTorch – Datasets & DataLoaders

      By Avinton rk | Comments are Closed

      Read more

    採用情報

    採用情報

    Categories

    • 相互学習
    • 採用
    • 社員インタビュー
    • 学習&資格取得
    • 技術解説
    • イベント告知
    • 学内説明会&講義
    • 産学連携
    • 就職活動
    • イベントレポート
    • その他
    • 技術ブログ&インタビュー
    • mainpage
    • New Graduates Interviews
    • 中途エンジニア
    • カテゴリーなし
    • ニュースリリース&イベント

    Avinton SDGs

    SDGsへの貢献

    Search

    タグ

    AIカメラ AI時代の経営 AvintonAcademy on Campus AWS Big Data ccna Digital Transformation Docker DQN Edge AI FINOLAB Git James Cauchi LPIC-2 PM&PMO Raspberry Pi SSD イベントレポート エリクソン キャリア クラウトネイティブ コンテナ技術 ディープラーニング データベース データ分析 データ生成 ファンダフルリレーマラソン モブワーク リスキリング リードエンジニア 中瀬幸子 交流会 企業説明会 医療 大学&専門学校 就職活動 帰社日 強化学習、機械学習 技術ブログ 掲載告知 未経験 田中 研之輔 社員紹介 第一級陸上特殊無線技士 観光データ
    © 2023 Avinton | All Rights Reserved | プライバシーポリシー
    • サービス
      • Avinton Data Platform
      • エッジAIカメラ
        • 自動車ナンバープレート自動認識システム
      • プライベートクラウド
      • AIサービス開発
      • AIカメラ/画像解析無料体験版
      • 見てわかる観光庁オープンデータ
    • 最新情報
      • ニュースリリース&イベント情報
      • 技術ブログ&インタビュー
    • アカデミー
      • Avintonアカデミー
      • Academy on Campus
      • Academy with Platform
    • 採用情報
      • Avintonジャパン 採用ページ
      • 求人一覧
      • よくある質問
      • 新卒採用
    • 企業情報
      • 会社概要
      • 代表からご挨拶
      • SDGsへの貢献
    • お問い合わせ
    • 日本語
      • English (英語)
    Avinton Japan