CTやレントゲン画像からの症状検出を人間医師/技術者より正確に行う機械学習ソフトウェアBehold.ai

tcdisrupt_ny16-9169

Jeet Rautのお母さんは、乳がんの完治を告げられた。でも、それは誤診で、再び治療が必要になった。

今では良くなっているけど、その誤診で彼女の命が奪われたこともありえる。そこでRaut は、体の中の、医療を要する異状を見つけるための、もっと良い方法を作ろう、と思い立った。

彼と、協同ファウンダーのPeter Wakahiu Njengaが作ったBehold.aiは、がんの早期発見を助け、診断における人的エラーを最小化する。

“Behold.aiの基本的なねらいは、効率を高めること”、とRautは、TechCrunch Disrupt NY 2016のStartup Battlefieldで述べた。

イギリスのオンライン医学誌BMJ(British Medical Journal)によると、合衆国では人間の死因の第三位が医療過誤だ。しかもX線による体のスキャンは、年々より多く行われるようになっている。その回数は2012年以降三倍に増え、 患者1000人あたり149回のCTスキャンが行われている。画像の中の、小さな異状が見過ごされる危険性も、当然増えている。

“今の医師は多くのデータを利用できるようになっているが、そのためにレントゲン技師が読むべき画像の量も膨大だ”、とRautは問題を指摘する。

そこでRautとNjengaは高度な機械学習の技術を利用して、同じことをプログラムがもっと上手に速くできるようにした。

二人ともコロンビア大学卒だが、Njengaはその後UC Berkeleyで学び、Facebookで機械学習のソフトウェアエンジニアとして働いた。Rautはイリノイ大、スタンフォード大と進み、後者のComputers and Cognition Labで長寿について研究した。

Behold.aiを支えているのは、二人のこれまでの研究歴だ。たとえば数百人もの健康な肺と健康でない肺のレントゲン写真を、機械学習のソフトウェアに読ませる。そうやって問題を見つけられるよう訓練し、さらに時間をかけて改良していく。

Behold.ai

それは、人間の医師やレントゲン技師に比べて、どれぐらい優秀か? Rautは、彼らのアルゴリズムが100%正確ではない、と認める。感触としては、精度は85%ぐらいだそうだ。

“最初は現状の精度を維持しながら医師の効率をアップすることをねらっていたが、でも徐々に、医師の診断の精度をアップする方が重要、と思うようになった”、と彼は語る。

信頼、という問題もある。病院には官僚主義の塊のようなところがあり、なかなか新しい技術を採用してくれない。しかし今Rautは、いくつかの大きな病院に、今後のパートナーシップを働きかけている。

Behold.aiにとっては、IBMのWatsonやそのほかの、医療への進出をねらっているAIプロダクトがコンペティターだ。またもちろん、FDAの認可を得ることも課題だ(IBMは議会にもWatsonの医療利用とその認可を働きかけている)。

  1. tcdisrupt_ny16-9191.jpg

  2. tcdisrupt_ny16-9187.jpg

  3. tcdisrupt_ny16-9185.jpg

  4. tcdisrupt_ny16-9177.jpg

  5. tcdisrupt_ny16-9169.jpg

  6. tcdisrupt_ny16-9175.jpg

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))