百度は「ニューラル条件付きランダムフィールド」病理スライス分析アルゴリズムをオープンソース化、専門病理学者よりも高い精度を実現

最近、百度研究所は論文で「ニューラル条件付きランダムフィールド」病理スライス分析アルゴリズムを提案し、アルゴリズムコード全体をGithubでオープンソース化しました。

このアルゴリズムは、公開データセットである Camelyon16 競合テスト セットで FROC スコア 0.8096 を達成しました。これは専門病理学者のレベルを超えており、ハーバード大学と MIT の合同チームが保持した最高スコアです。

病理切片分析は癌診断の基本的な基準です。経験豊富な病理学者であっても切片分析で 100% の精度を達成することはできません。 40 倍に拡大された電子病理スライドは通常、10 億を超えるピクセルで構成され、1 GB を超えるディスク領域を占有します。ただし、リンパ節近くの微小転移性腫瘍細胞クラスターの直径は 1000 ピクセル未満と小さい場合があります。微小転移性腫瘍細胞集団が発見されると、患者の治療計画と予後は大きく変わる可能性があります。

百度研究所が提案した「ニューラル条件付きランダムフィールド」は、3x3タイルのセットを一度に入力し、各タイルに腫瘍領域があるかどうかを共同で予測するディープラーニングアルゴリズムです。タイル間の空間関係は、「条件付きランダムフィールド」と呼ばれる確率グラフモデルを通じてシミュレートできます。アルゴリズム フレームワーク全体は、後処理手順なしで GPU 上でエンドツーエンドでトレーニングできます。