魂への窓!人工知能は網膜をスキャンして心臓発作を予測できる

魂への窓!人工知能は網膜をスキャンして心臓発作を予測できる

ビッグデータダイジェスト制作

眼鏡をかければ心臓発作の危険があるかどうかがわかるなんて、驚きですよね?

これはSF物語ではなく、現実になりつつある研究です。

網膜、つまり眼球の裏側にある小さな血管を見ると、心臓発作が起きている可能性を示唆する微妙な変化がわかる。ここで人工知能が役に立つ。

Nature Machine Intelligenceに掲載されたこの研究のタイトルは「網膜スキャンと最小限の個人情報による心筋梗塞の予測」です。

論文アドレス: https://www.nature.com/articles/s42256-021-00427-7

AIの目から見ると、目はどのようにして魂の窓となるのでしょうか?

心血管疾患は英国で2番目に多い死因であり、毎年16万人が死亡しており、1日平均460人が死亡している。アメリカでは毎年659,000人が心臓病で亡くなっています。

心臓は血液循環の中心です。心臓に問題があれば、必然的に血液循環に問題が生じ、網膜細胞の損傷や死を引き起こし、永久的な痕跡を残します。

リーズ大学の研究者たちはこの原理を利用して、網膜を通して1年以内に心臓発作を起こした患者を特定できるAIを開発し、その精度は最大80%に達した。ヨーク、中国、フランス、米国、ベルギーの科学者もこの研究に参加した。

これらのダイジェストの読者は、AI モデルのトレーニング方法、さまざまなパラメータをデバッグして最高の精度を達成する方法、モデルの堅牢性を確保して過剰適合を排除する方法などについて理解している必要があります。これらすべてにおいて最も重要なのはデータです。

研究者らは、AIを訓練するために、英国で5,000人以上の網膜スキャンを行い、患者の年齢や性別などの基本的な医療データを追加し、患者の網膜の損傷の兆候と心臓の変化を結び付けるようAIに指示した。比較データは患者の過去のデータであり、心臓発作を起こしたかどうかを示すことができます。

訓練された AI は左心室の大きさとポンプ効率を推定できます。左心室の拡大や効率の低下は心臓病の指標となります。

将来、検眼医は心臓病のリスクについて人々に警告できるようになるでしょうか?

現在、左心室をスキャンする技術は 2 つあります。1 つは心エコー検査と呼ばれる超音波スキャンで、もう 1 つは心臓の MRI です。

どちらの方法も費用がかかり、病院でしか実施できないため、心臓の健康を評価する別の方法を開発すれば、一般の人々の時間と費用を節約できる可能性がある。これは、容量が非常に限られており、高価な心臓スキャンが利用できない国では特に役立ちます。

結果から判断すると、リーズ大学のこの研究は病院の心臓科での検査とほぼ同じ結果を達成でき、網膜検査は超音波やMRIよりもはるかに安価です。

網膜は瞳孔の反対側の目の奥に位置する細胞層です。目に入ってきた光を化学的なメッセージに変換する役割を担っています。これらの化学メッセージは脳に送られ、私たちの視覚を形成する画像として解釈されます。

なぜなら、血行不良は心臓病の初期兆候となる可能性があり、網膜の一部が死滅して、標準的な視力検査で検出できる永久的な痕跡を残す可能性があるからだ。

強度テスト中、検眼医は両目の網膜を観察し、他の健康上の問題の兆候がないか調べることがよくあります。英国や他の多くの国の一部の検眼医は、より詳細で専門的な網膜スキャンを受けることができるが、その過程で心臓病のリスクも警告できれば、公衆衛生に大きな恩恵をもたらす可能性がある。

ある研究では、心臓発作のほぼ半数が無視されていると示唆しているが、他の研究では5分の1が無視されていると推定している。英国だけでも、心臓発作の主な危険因子の1つである高血圧を患っている人は約1,400万人いると考えられており、そのうち500万人は自分が危険にさらされていることに気づいていない。

<<:  機械学習はデータセキュリティに対する新たな脅威や裏口となるのでしょうか?

>>:  旅行リスクの特定: AI ソリューションが世界の COVID-19 安全マップを作成

ブログ    
ブログ    
ブログ    

推薦する

パスワードを忘れたことが引き起こすアルゴリズム思考

2日前、ウェブサイトにログインしようとしていたとき、よく使うパスワードを何回か試して失敗した後、「パ...

中間レビュー: 2021 年に最も注目される AI スタートアップ 10 社

[[407377]] 2021年はまだ半分しか経っていませんが、人工知能に注力する人気のスタートアッ...

知能ロボットは世界経済を書き換えるだろうが、全てが良いわけではない

高度に自動化された社会では、人々の反復的な労働のレベルは最小限に抑えられています。人件費が高い分野で...

...

TensorFlow が機械学習開発に使用できるのはなぜですか?

機械学習は複雑な分野ですが、データの取得、モデルのトレーニング、予測の提供、将来の結果の改善のプロセ...

データセットに適したクラスタリングアルゴリズムを選択する方法

クラスタリング アルゴリズムを適用するのは、最適なアルゴリズムを選択するよりもはるかに簡単です。 そ...

人工知能の成長がデータセンターの再設計を促している

現在進行中のデータ センターの再設計の主な側面は、AI の大規模で複雑なワークロードと、グラフィック...

AI人材の競争は軍拡競争となっている。AIの創造性競争に賭けるAI大手の中で、勝利のポイントを獲得するのはどれだろうか?

世界中の人工知能の人材が徐々に量産モードに入りつつあります。今年6月、百度と浙江大学は、潜在的な人工...

人工知能技術は人間の生活にどのような影響を与えるのでしょうか?

[[349271]]人工知能と産業の組み合わせは、中国市場の爆発的な成長を促進し、中国のモバイルイ...

Google Project Ellman が Gemini AI モデルのシナリオを公開

Googleチームは、AI技術を使ってユーザーの写真や検索エンジンのクエリ情報を処理し、ユーザーの生...

あなたの向かいに座っている「オフィス秘書」はロボットかもしれませんか?ロシアが超リアルなロボットを発表

ロボットがいくつかの簡単な作業を実行できることは目新しいことではありません。最近、ロシア西部の都市ペ...

教育における人工知能の重要性とは何でしょうか?

未来は人工知能のものであるというのは議論の余地のない事実です。10年前に自動運転車や無人自動販売機に...

...

機械学習による分類とその応用を理解するための図

機械学習は主に教師あり学習、教師なし学習、強化学習に分けられます。ただし、各手法の適用分野はそれぞれ...

【人工知能】人間と機械の対決知能技術の総合レビュー

[[359893]] 1 はじめに<br /> 人工知能は誕生以来、人間の知能と比較して...