グルーヴノーツと東京大学、マルチモーダルAIにより超音波検査画像と診療情報を統合した高精度な疾患画像判別モデル開発

AIと量子コンピューターを活用できるクラウドプラットフォーム「MAGELLAN BLOCKS」（マゼランブロックス）を開発するグルーヴノーツは1月7日、東京大学医学部付属病院と共同で、人工知能を用いた医療画像と診療情報の統合による高精度な疾患画像判別モデルを開発した。同日付けで、学術誌「Journal of Gastroenterology and Hepatology」において論文を発表した。
研究グループが開発したのは、腹部超音波検査画像と診療情報をAIで統合した、肝腫瘤を判別するためのモデル。これまでの画像診断モデルは画像のみを学習させていたが、そこに診療情報を統合することで飛躍的に精度が向上するという。
肝腫瘤の早期発見で広く用いられているのは、腹部超音波検査だ。しかし、良性か悪性かを判断するには、CTやMRIで血流の状態を見る、つまり「質的な診断」を行う必要がある。研究グループは、画像と数値などの異なる種類のデータを同時に学習できるマルチモーダル深層学習（マルチモーダルAI）を用いて超音波画像診断と診療情報を統合することで、新しい肝腫瘤の疾患画像判別モデルを開発した。これを使えば、腹部超音波検査だけで質的な診断が可能になり、CTやMRIの放射線被曝のリスク回避や費用の削減にもつながる。
研究グループは、2016年4月から2018年11月までに東京大学医学部附属病院で腹部超

リンク元