0001しじみ ★
2019/05/08(水) 20:02:26.64ID:CAP_USERhttps://i.gzn.jp/img/2019/05/08/mit-ai-breast-cancer/00.jpg
A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction | Radiology
https://pubs.rsna.org/doi/10.1148/radiol.2019182716
MIT CSAIL's AI can predict the onset of breast cancer 5 years in advance | VentureBeat
https://venturebeat.com/2019/05/07/mit-csails-ai-can-predict-the-onset-of-breast-cancer-5-years-in-advance/
アメリカでは乳がんが、がん関連の死亡原因の第2位で、2015年だけでも約23万2000人の人が乳がんだと診断され、約4万人が乳がんで亡くなっています。また、世界のがん患者のうち、乳がんの患者数が最も多いという調査結果もあります。このため、世界中で乳がんを早期に発見する研究が盛んに行われていて、最近の例ではGoogleのAIが99％の精度で転移性の乳がんを発見することができたと発表されました。
https://i.gzn.jp/img/2018/10/15/google-ai-detect-breast-cancer/00_m.jpg
既に発生してしまったがんを早期に発見することはもちろん重要なことですが、もし将来がんが発生するかどうかがあらかじめ分かっていれば、緊密ながん検査などを通してより効果的にがんの予防と治療が可能になります。そこで、乳がんの発生を予想するため、乳腺の密度や家族のがん既往歴などから統計的にがんの発生を予測する「Tyrer-Cuzick(TC)法」などの手法がこれまで用いられてきましたが、必ずしも精度が高いとはいえないものでした。
そこで今回、ディープラーニングにより高い精度で乳がんの発生を予見できる手法を開発したのが、MITコンピュータ科学・人工知能研究所でAIを研究しているレジーナ・バージレイ氏らの研究グループです。研究グループは、3万9571人の女性を対象としたマンモグラフィー検査により撮影された8万8994件の画像と、検査後5年間のがんの診断状況の統計データを使用して、深層学習によりAIをトレーニングしました。
その後、6万886人分のマンモグラフィー検査の画像と診断状況の統計データを、「従来のTC法」「ディープラーニングによる診断(DL)法」「TC法とDL法を組み合わせたハイブリッドDL法」の3種の手法ごとに分析して乳がんの予測精度を検証しました。その結果、ディープラーニングを用いたDL法とハイブリッドDL法は、従来から乳がんの予測に使用されてきたTC法のみの手法に比べて高い精度で乳がんの発生を予測できたとのことです。
https://gigazine.net/news/20190508-mit-ai-breast-cancer/
続く）
