この記事は Science X に従ってレビューされています。 編集プロセス
そして ポリシー。
編集者 は、コンテンツの信頼性を確保しながら、次の属性を強調しました。
わかりました！
情報・システム研究機構による
今回開発した性別推定AIモデルの推定精度（バーベース：モデルのファイルサイズ）。 クレジット: NII
×閉じる
今回開発した性別推定AIモデルの推定精度（バーベース：モデルのファイルサイズ）。 クレジット: NII
日本眼科学会と国立情報学研究所は、日本眼科学会の支援を受けて構築された全国的な眼科データベース「日本眼科画像レジストリ（JOIR）」が収集したデータを活用し、眼底画像から性別を推定するAIモデルを開発し、公開した。日本医療保健機構（AMED）。
このAIモデルは今後の研究に応用され、生物学的な性別によって発症頻度が異なる疾患の病態解明に役立つことが期待されます。
ディープラーニングは機械学習における重要なブレークスルーとして浮上しており、さまざまな分野で広く使用されています。 人工知能 (AI)、特に画像認識において。 多くの報告が、その精度が高いことを示唆しています。 画像認識 人間の限界を超えました。
NIIは2017年に医療支援AIの開発を目的とした医療ビッグデータ研究センター（RCMB）を設立し、医療画像のデータベースを構築した ビッグデータ。 NIIでは、大容量データサーバーとGPUサーバーを備えた統合クラウド環境（クラウドプラットフォーム）も開発・運用しています。 機械学習 計算。
名古屋大学をはじめとする全国の医用画像解析研究者がNIIの解析チームとしてクラウドプラットフォームに接続し、連携してさまざまな医療支援AIの研究開発を行っています。
JOSは、医療支援AIの研究開発の推進・支援を目的として、全国の眼科関連施設から様々な眼科データを収集する一般社団法人日本眼科画像レジストリ（JOIレジストリ、略称JOIR）を2019年に設立しました。 JOIRデータベースに収集された眼科画像は匿名化されてNIIのクラウド基盤に送信され、クラウド基盤上の利用可能なコンピューティングリソースを利用して医療支援AIを開発します。
近年、医療画像を用いたAIの開発が急速に進み、病気の有無だけでなく、撮影された人の状態を推定することも可能であることが明らかになってきました。
目の光を感じる部分である網膜を撮影した眼底画像とそこから得られる情報から、AIを活用して年齢、性別、喫煙状況、血糖値などを推定できることが明らかになった。眼科医が使用しています。 地域疾患だけでなく、全身疾患を対象とした医学研究にも活用できる可能性を秘めています。 しかし、これまでに報告されている研究では、開発したAIは公開されていないため、他の研究に利用することはできませんでした。
この課題に対し、JOSはNIIと共同で眼底画像から年齢を推定するAIを開発し、2023年1月にAIモデル（推定手法）を幅広い研究者に無償で公開した。 第2弾として、眼底画像から生物学的性別を推定するAIを開発し、無償で公開しています。
私たちが開発したモデルは、性別ラベルが付いた 17 歳から 94 歳までの人々の 131,031 枚の眼底画像をトレーニング データとして使用し、 ディープラーニング 性別を正解とします。 トレーニング中に、16 の一般的な深層学習モデル (DenseNet-121/169/201、Inception-V3、Inception-ResNet-V2、MobileNet、MobileNetV2、Xception、EfficientNet-B0/B1/B2/B3/B4/B5/B6) を使用しました。 /B7)。
その結果、検証データの眼底画像から推定した性別と実際の性別との一致率は、最も高いモデルで92.0%（AUC 0.971）となり、他の人種で使用した性別推定モデルと同等であった。 このうち、最も精度が高かったEfficientNet-B7と、軽量かつ高精度だったMobileNetの2モデルを公開します。
これらのAIモデルを活用することで、生物学的な性別によって発症頻度が異なる疾患の病態解明や、研究において性別情報が欠落している場合の情報の補完などが可能になります。
詳しくは：
モデルは、次の URL にある JOIR の Web ページからダウンロードできます。
http://www.joir.jp/data/index.html
情報・システム研究機構提供
1705694347
#眼底画像から生物学的性別を推定するAIを公開
2024-01-19 19:41:33