この画像は、Lilacが予測を行うときに焦点を当てている領域を強調するヒートマップを提示します。上部セクションでは、Lilacの臨床認知症評価尺度の箱の合計、認知症スコアリングシステムの変化の予測を示していますが、下部セクションでは年齢と性別が追加要因として説明されています。強調表示された領域の違いは、これらの要因が考慮されるかどうかに応じて、モデルが画像のさまざまな部分に依存していることを示唆しています。クレジット：Heejong Kim博士
Weill Cornell Medicine、CornellのIthaca Campus、Cornell Techの調査員が率いる研究によると、時間をかけて撮影した画像を分析するための新しいAIベースのシステムは、変化を正確に検出し、結果を予測できます。システムの感度と柔軟性は、幅広い医療および科学的アプリケーションで有用になる可能性があります。
Lilac（縦断的画像の変更の学習ベースの推論）と呼ばれる新しいシステムは、機械学習と呼ばれるAIアプローチに基づいています。で 勉強、2月20日に登場しました 国立科学アカデミーの議事録、研究者はシステムを開発し、「縦方向の」画像シリーズと呼ばれる多様な時系列の画像で、発達中のIVF胚、創傷後の治癒組織、老化した脳をカバーして実証しました。
「この新しいツールは、以前に不可能な方法で臨床的に関連する変化を時間の経過とともに検出および定量化することができます。その柔軟性は、縦断的なイメージングデータセットの実質的に既製で適用できることを意味します。キャンパスとコーネルテック。
この研究の最初の著者は、Weill Cornell Medicineの放射線学の人工知能のインストラクターであり、Sabuncu研究所のメンバーであるHeejong Kim博士です。
縦方向の画像データセットを分析するための従来の方法は、広範なカスタマイズと前処理が必要である傾向があります。たとえば、脳を研究している研究者は、生の脳MRIデータを採取し、画像データを前処理して1つの脳領域のみに焦点を当て、さまざまなビューアングル、サイズの違い、データの他のアーティファクトを修正することもできます。
研究者たちは、ライラックをより柔軟に動作させるように設計し、事実上、そのような修正を自動的に実行し、関連する変更を見つけました。
縦方向の画像の変化を推測するための学習ベースの方法である縦方向の画像変化（LILAC）の学習ベースの推論の概要概要。 （上）ライラックの建築設計。 （中間）2つの主要な予測タスクは、時間的順序（LILAC-O）と特定の値の変化を予測することです。特定の変化を予測する例には、時間間隔（LILAC-T）と追加の変数（LILAC-S）を備えた認知スコアが含まれます。各タスクからの予測は定量分析に利用されますが、予測貢献者のローカライズにより定性的分析が可能になります。 （下）LILACベースの分析の入力を示す画像ペアの例を使用して、医療イメージングデータセットを使用した実際のアプリケーション。クレジット： 国立科学アカデミーの議事録 （2025）。 doi：10.1073/pnas.2411492122
「これにより、Lilacは、さまざまなイメージングコンテキストだけでなく、どのような変化を期待するかわからない状況でも有用になります」と、Lilacの主要なデザイナー、キム博士は述べています。
ライラックはまた、同じ配列から治癒組織の画像のペアを注文し、実験的治療を受けた未処理組織と組織間の治癒速度のグループレベルの違いを検出する際に非常に正確でした。
同様に、Lilacは、健康な高齢者の脳のMRI画像間の時間間隔、および軽度の認知障害のある患者のMRIからの個々の認知スコアを予測しました。
研究者は、これらすべてのケースで、LILACを簡単に調整して、個人の変化やグループ間の違いを検出するのに最も関連する画像機能を強調できることを示しました。
「このツールは、特に研究対象のプロセスに関する知識が不足している場合、および個人間で多くのばらつきがある場合に有用であると予想しています」とサブンカ博士は言いました。
研究者は現在、前立腺癌患者のMRIスキャンからの治療反応を予測するために、実際の環境でLILACを実証する予定です。
詳細：
Heejong Kim et al、縦方向の画像の変化の学習ベースの推論：胚発生、創傷治癒、および老化脳の用途、 国立科学アカデミーの議事録 （2025）。 doi：10.1073/pnas.2411492122
Weill Cornell Medical Collegeが提供
引用：汎用性の高いAIシステムは、一連の医療画像の微妙な変化を検出できます（2025年、2月27日）2025年2月28日から取得
このドキュメントは著作権の対象となります。私的な研究や研究の目的のための公正な取引とは別に、書面による許可なしに再現される部分はありません。コンテンツは情報のみで提供されます。
#汎用性の高いAIシステムは一連の医療画像の微妙な変化を検出できます