Google、網膜スキャンで心血管リスクを予測する技術を開発

●   研究者は、ディープラーニング技術を使用して網膜をスキャンし、心血管疾患のリスクを予測。

●   AIは人間の専門家に匹敵する精度で患者の心臓病を検出した。

人工知能の分野は急速に成長しているため、アナリストでさえ開発に追いつくのに苦労しています。Googleは現在、284,000人を超える患者のデータに基づいてトレーニングされたディープラーニングモデルを使用して、心血管リスクを予測するAIを開発しました。

健康問題のほとんどは、心臓発作やさまざまな心血管疾患に関連しています。医師は通常、生活習慣の要素（喫煙や飲酒の習慣）、血圧、糖尿病、コレステロール値など、いくつかの要因を調べてこれらの病気を予測します。

ここ数年で、ディープラーニング手法が実際に医用画像の診断、特に糖尿病患者の眼疾患の検出の精度を高めるのにどのように役立つかについて、数多くの例を見てきました。

そして今、この最新のアルゴリズムは、心血管疾患のリスクの大幅な増加に関連するいくつかのリスク要因を分析することができます。近い将来、Googleの研究者が網膜スキャンから健康問題を診断するさらに多くの技術を思いついたとしても、驚かないでくださいね。

このアルゴリズムは何が可能なのか？

このアルゴリズムは、284,335人の患者のデータに基づいてトレーニングされており、999人と12,026人の患者の2つの異なるデータセットに対して心血管のリスクを高精度に予測しました。たとえば、AIは、喫煙者の網膜の写真と非喫煙者の網膜の写真を71％の確率で区別することに成功しました。

通常、医師は正常な患者と高血圧患者の網膜眼底画像を区別できますが、このAIは、水銀11ミリメートル（mmHg）以内の収縮期血圧を予測することでさらに優れたパフォーマンスを発揮します。

2人の患者の網膜スキャンが提示されたとき、そのうちの1人は次の5年間に心臓病を患い、もう1人はそうではない場合、GoogleのAIは70％の確率でどちらであるかを判断できました。一方、血液サンプルを必要とする検査は、心血管リスクの予測において72％正確です。

どのように機能するのか？

畳み込みニューラルネットワーク（ディープラーニングの一種）は、糖尿病性網膜症、黒色腫などの疾患を人間の専門家と同等の精度で、医療画像から診断する高精度のアルゴリズムを生成するために適用されています。

これがどのように機能するかを理解するために、研究者は「アテンションベースエンコーダーおよびデコーダーネットワーク」を使用しました。この手法を用いて、特定の心血管のリスクを予測するためにどのピクセルが非常に価値があるかを示すヒートマップを作成しました。たとえば、AIは血圧を予測するために血管に重点を置いていました。

この方法はまた、網膜と心血管のリスクをさらに調査するための将来の仮説を立てるためにも使用できます。

今後の展望

印象的な結果にもかかわらず、この研究には多くの制限があります。1つ目は、45度の視野を持つ画像のみを使用しました。今後の研究では、これらの発見をより大きな視野あるいは小さな視野の画像で一般化する可能性を調査するかもしれません。2つ目は、ディープラーニングでは全体的なデータセットサイズが比較的小さいことです。

このような有望な結果をもたらす多くの科学的研究が残っています。今のところ、このモデルには心臓血管の事象の例が数百しかありません。今後数か月のうちに、研究者はより大規模でより包括的なデータセットでAIを構築しテストする予定です。

さらに、彼らは、ライフスタイルの変化や薬などの介入効果がリスク予測に及ぼす影響をよりよく理解しようと努め、テストする新しい理論と仮説を生み出します。