科学＆テクノロジー

AIが13種類のがんを驚異的な精度で検出

研究者らは新しいAIシステムで画期的な進歩を遂げた。このシステムは組織サンプルを分析し、98パーセントという驚異的な精度で13種類の悪性癌を特定できる。「がんは依然として人類にとって最も困難な病気の一つであり、毎年1900万件以上の症例と1000万人以上の死亡が報告されている」とケンブリッジ大学の研究者らは記している。研究者らは、バイナリおよびマルチクラスの機械学習モデルを使用して、癌性組織サンプルと非癌性組織サンプルを区別し、複数の癌の種類を識別できるようにしました。彼らの研究により、がんの初期段階における特徴的な DNA の改変が明らかになり、システムは非がん組織サンプル中の 13 種類の異なるがんを驚異的な 98.2% の精度で識別できるようになりました。この医療技術の飛躍的進歩は腫瘍学にとって大きな前進であり、がんの診断と治療に革命を起こす可能性がある。「高度なAI（人工知能）技術をがん診断に統合することで、診断精度の向上、治療計画のパーソナライズ、そして最終的には患者の転帰の改善に大きな可能性が秘められている」と5Cネットワークの共同創設者兼CEOのカリヤン・シバサイラム氏は述べた（ インディアンエクスプレス）。「しかし、臨床現場で安全かつ効果的に導入するには、倫理的、規制的、実用的な課題を慎重に検討する必要がある」とシバサイラム博士は付け加えた。精度の解明: ディープラーニングのパワーハウスシヴァサイラム博士は、AI の驚異的な精度を支える主要な技術について説明しました。同博士の説明によると、このシステムはディープラーニング、具体的には畳み込みニューラル ネットワーク (>) を活用しています。これらの > は画像認識タスクに優れており、ラベル付けされた医療用画像スキャンの膨大なデータセットから複雑なパターンや特徴を学習することができます。AI の精度は、事前トレーニング済みモデルを活用することでさらに強化されます。これらのモデルは、特殊ながんデータセットで微調整されており、2 つの利点があります。膨大なデータセットから収集された一般的な画像の特徴に関する膨大な知識を備えており、この基盤はがん検出という特定のタスクに合わせて細心の注意を払って調整されます。シヴァサイラム博士は、次世代のアプローチとしてのビジョントランスフォーマー (ViT) の可能性についても強調しています。ViT は、患者の人口統計や病歴などのマルチモーダルデータを画像とともに統合することを可能にします。この総合的なアプローチにより、AI は患者の状態をより包括的に理解できるようになり、より精密な診断につながる可能性があります。予後と治療への影響シヴァサイラム博士は、この技術が予後と治療計画に与えるプラスの影響を強調しています。「ほとんどの作業を完璧に処理する自律システムにより、放射線科医は複雑な手術や移植など、多くのコミュニケーションを必要とするケースに集中できます。」「大量のスキャンで放射線科医が疲弊することはなく、専門知識を必要とする作業に集中できる一方、AIは疲れない」と同氏は付け加えた。シヴァサイラム博士はさらに、この技術が患者の転帰を改善する可能性を強調しています。AI はさまざまながんを高い精度で検出できるため、早期診断が可能になり、治療を成功させる重要な要素となります。早期発見は、予後と生存率の大幅な改善につながることが実証されています。AI は、がんの種類を正確に検出するだけでなく、特定のがんのサブタイプやその根底にある遺伝子マーカーも特定できます。この詳細な分析により、各患者のがんの特性に合わせて正確に調整された個別治療計画が可能になります。「AIが生成したレポートは、がんの範囲と性質に関する詳細な情報を提供し、腫瘍医が正確な治療計画を策定するのに役立ちます。これには、腫瘍のサイズ、グレード、潜在的な拡散に関する情報が含まれます。AIは、フォローアップの医療スキャンを分析することで治療への反応を監視するために使用でき、リアルタイムのデータに基づいて治療計画を調整することができます」と彼は言いました。統合と潜在的な障害AI ツールのメリットを最大限に引き出すには、既存の臨床ワークフローにシームレスに統合することが重要です。1 つのアプローチは、AI 分析を放射線科医の日常的なスキャンとレビューのプロセスに直接組み込むことです。これにより、放射線科医は AI を意思決定支援ツールとして活用し、予備分析を受け取り、さらに調査する必要がある懸念事項をハイライトできるようになります。この技術を確実に成功させるには、いくつかのハードルを乗り越える必要があります。まず、多様な集団や臨床環境にわたって AI モデルの有効性を保証することが重要です。第二に、さまざまな医療施設で使用されるさまざまな画像機器やプロトコルとの互換性を確保するために、これらのツールの標準化が必要です。最後に、電子健康記録 (EHR) システムとのシームレスな統合が不可欠です。これにより、臨床医は AI によって生成された実用的な洞察とレポートに簡単にアクセスして活用できるようになります。これらの課題には注意が必要ですが、AIと自動化の進歩はすでにがん治療の革命において重要な役割を果たしています。例えば、 ピルボット – 革新的な飲み込み可能なロボットが胃腸検査に変革をもたらします。このイノベーションにより、胃がんの検出のために病院に行く必要がなくなる可能性があります。進歩のもう一つの例は、 最近の事例…