メディア

「AI導入が医療機器の世界を変える」、NVIDIA担当者が語る：超音波診断やMRIなどで広がる活用（5/5 ページ）

» 2022年08月25日 11時30分公開

限られるトレーニングデータ量への対処

　医療機器におけるAI導入を妨げているもう一つの問題は、医療用AI、特に希少な病気や状態を探すためのトレーニングに利用できるトレーニングデータの量が限られていることだ。ここでの解決策は、より多くのAI、具体的には、特定の疾患に対する合成トレーニングデータを作成するためにAIを使用することだ。NVIDIAとキングス・カレッジ・ロンドンは最近、NVIDIAのスーパーコンピュータ「Cambridge-1」を使用し、認知症、パーキンソン病、その他の脳疾患の理解を加速させるAIアプリケーションの構築に使用できる10万枚の脳の合成画像のデータセットを作成することを発表した。

　AIは、女性や若者、特定の疾患を持つ人など、実際のデータセットでは十分なサービスを受けられない可能性がある特定の層の脳の画像を作成することができる。同チームは、医療用画像のあらゆるモード（MRI、PETスキャン、X線など）における人体解剖学のあらゆる部位に適用範囲を拡大する方針だ。

医療用AIアルゴリズムの開発

　最後の要因は、医療用AIアルゴリズムの開発だ。これに取り組むため、NVIDIAは医療特化型AIフレームワーク「MONAI」を構築した。MONAIには、データのラベル付け、合成データの作成、モデルの訓練、実世界でのモデルの検証、そしてそれらをClara Holoscanプラットフォームに接続し展開するために必要な全てのツールが含まれている。このオープンソースプラットフォームは、医療画像特有のフォーマット、解像度、メタデータに最適化されている。

　Powell氏は、「以前は、AIの研究施設に関わる富裕層や有名人だけが、AIを活用した医療にアクセスできた。われわれは、それを利用しやすくしようとしている」と説明。新しい医療論文が発表されると、迅速にMONAIに追加しているという。

　Powell氏は、「オープンソースのサイエンスフレームワークに取り込むことで、世界中がすぐにそれを再現し、構築することができるのだ。AIコミュニティーがオープンサイエンス、オープンイノベーションの世界を世界に広めたからこそ、イノベーションのスピードが速くなったのだ。私は、AIが安全で生産的であり続けるためには、AIは民主化されるべきだと考えている」と語った。

【翻訳：青山麻由子、滝本麻貴、田中留美、編集：EE Times Japan】

原文へのリンク

拡大するエッジAI市場
AI（人工知能）は当初、データセンターやクラウドを対象としていたが、近年ネットワークエッジへの移行が急速に進んでいる。ネットワークエッジでは、エンドユーザーの近くでローカルに迅速かつ重要な決定を行う必要がある。
COVID-19対策貢献も、NVIDIAがヘルスケアAIを加速
NVIDIAの日本法人エヌビディアは2020年11月24日、「ヘルスケアAIの社会実装を加速させるNVIDIA Clara」プレスブリーフィングをオンラインで開催。同社のAIを活用したヘルスケアプラットフォーム「NVIDIA Clara」の概要や共同研究の概要などについて説明した。
個人情報を守る協調機械学習が医療用AIを加速する
英国の国民健康保険（NHS：National Health Service）が使用するための、業界初となる医療画像向けのAI（人工知能）プラットフォームの実現を目指し、新しいプロジェクトが始動する。これは、King’s College London（KCL）とNVIDIAが共同で進めるプロジェクトで、放射線処理の中で最も時間がかかる放射線データの解釈を、自動化することを目指すという。
限られた画像で学習可能に、希少疾患のAI診断に期待
NVIDIAのAI（人工知能）研究チームは機械学習分野の最高峰の国際会議である「NeurIPS（Neural Information Processing Systems）2020」（2020年12月6～12日にオンライン開催）で、1500枚の画像でトレーニングした敵対的生成ネットワーク（GAN：Generative Adversarial Network）を使用して、高品質な合成画像を作成する新たな手法を発表した。
COVID-19の影響でAI開発が加速、医療や保険など
米マサチューセッツ工科大学（MIT）のコンピュータ科学・人工知能研究所（CSAIL：Computer Science and Artificial Intelligence Laboratory）の所長を務めるDaniela Rus教授によると、新型コロナウイルス感染症（COVID-19）の影響で、既存の問題を解決するための機械学習アプリケーションの開発が加速しているという。