アリババ・ダモ・アカデミーがAI防疫技術を再現：CT画像を20秒で解釈、認識精度は96％

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

またダルマアカデミーです。

アリババからの最新ニュースは、DAMOアカデミーとアリババクラウドがCOVID-19の臨床診断のための新しいAI診断技術セットを開発したというものだ。

AIは、COVID-19の疑いのある症例のCT画像を20秒以内に96%の精度で正確に解釈し、診断効率を大幅に向上させます。明日から運用が開始される河南省鄭州の小湯山病院では、臨床診断を支援するためにこのアルゴリズムを導入している。

新型コロナウイルス肺炎の診断において、病因的証拠として核酸検査が主な基準として認知されていると報告されています。臨床診断データの蓄積に伴い、COVID-19の画像ビッグデータ特性が徐々に明らかになり、CT画像診断結果の重要性が高まっています。

国家衛生健康委員会が発表した第5版の診断治療計画によると、臨床診断は核酸検査結果に頼る必要はなく、CT画像診断の臨床診断結果を新型コロナウイルス肺炎症例の判定基準として利用できる。

新型コロナウイルス肺炎患者の胸部CT画像の特徴は、片方または両方の肺に、複数の、斑状の、または分節状のすりガラス陰影が現れるなどの微妙な変化が見られることである。

COVID-19の患者には約300枚のCT画像があり、臨床診断において医師に大きなプレッシャーをかけています。医師が症例のCT画像を視覚的に分析するには約5〜15分かかります。

DAMOアカデミーの医療AIチームは、最新の診断・治療計画や、鍾南山氏などの権威あるチームが発表したCOVID-19患者の臨床特徴に関する論文に基づき、トレーニングデータ不足の限界を克服した。5,000件を超えるCT画像サンプルデータに基づき、チームはトレーニングサンプルの病変テクスチャを学習し、新しいAIアルゴリズムモデルを開発した。

自然言語処理（NLP）を使用して遡及データを処理し、畳み込みニューラルネットワーク（CNN）を使用してCT画像認識ネットワークをトレーニングすることで、AIはCOVID-19画像と一般的なウイルス性肺炎の画像の違いを迅速に識別でき、最終的な認識精度は最大96％になります。

AI が症例を特定するのにかかる時間は平均 20 秒未満で、診断効率が大幅に向上し、医師の負担が軽減されます。

DAMOアカデミーが伝染病との戦いにおいて自社の技術力を実証したのは今回が初めてではない。

これに先立ち、浙江省疾病予防管理センターは2月1日、浙江省疾病予防管理センター、DAMOアカデミー、Jiyi Biotechnologyが共同開発した自動化された全ゲノム検出および分析プラットフォームを立ち上げた。

アリババDAMOアカデミーが開発したAIアルゴリズムの助けにより、もともと数時間かかっていた疑いのある症例の遺伝子分析が30分に短縮されました。Jiyi Biotechnologyの新しい検査機器と組み合わせることで、疑いのある患者の診断を確定するまでの時間が大幅に短縮されました。

DAMOアカデミーによると、このプラットフォームは、ウイルスの変異による検出漏れを効果的に防ぎ、ウイルスの変異の可能性を正確に検出し、その後のワクチンや医薬品の開発をサポートすることもできるという。