「フェデレーテッドラーニング」が医療にもたらす可能性【前編】
「フェデレーテッドラーニング」（連合学習）が医療AI開発の在り方を変える？
世界20施設の医療機関が共同で、新型コロナウイルス感染症患者の酸素投与の必要性を予測するAIモデルを開発した。研究の鍵となった技術が「フェデレーテッドラーニング」（連合学習）だ。その可能性とは。
世界の医療機関20施設が協力して、新型コロナウイルス感染症（COVID-19）の患者に酸素投与が必要になるかどうかを正確に予測するための人工知能（AI）モデルを開発した。このAIモデルはまだ臨床で使用されていないが、COVID-19の症状で救急救命室に運ばれてきた患者が、初診から数時間後あるいは数日後に酸素投与が必要になるかどうかを予測できるようにしたという。
このAIモデルは、もともとマサチューセッツ総合病院（Massachusetts General Hospital）の研究者が最初に開発したAIモデルがベースだ。ウィスコンシン大学マディソン校（University of Wisconsin-Madison）医学部および公衆衛生学部、NIHRケンブリッジバイオメディカルリサーチセンター（NIHR Cambridge Biomedical Research Centre）といった世界中の医療機関の研究者がAIモデルのトレーニングに取り組んでいる。
各医療機関は後にGPU（グラフィックス処理プロセッサ）ベンダー大手のNVIDIAと組んで、別の開発プロジェクトを立ち上げた。「フェデレーテッドラーニング」（連合学習）のアプローチでAIモデル「EXAM」（EMR Chest X-ray AI Model：「電子医療記録と胸部エックス線画像に基づくAIモデル」の意）を開発するプロジェクトだ。
「フェデレーテッドラーニング」による医療AIモデル開発の中身
併せて読みたいお薦め記事
臨床医学と機械学習
臨床医療の意思決定支援とAI技術
EXAM開発プロジェクトに参加した医療機関は、NVIDIAが開発したフェデレーテッドラーニングのフレームワーク（特定の設計思想に基づくソフトウェア部品やドキュメント群）を利用してAIモデルをトレーニングした。フェデレーテッドラーニングは、中央サーバにあるデータではなく複数のサーバに分散したデータを使用する機械学習技術だ。
医療機関はそれぞれ組織内のデータを使い、各組織内のAIモデル（以下、ローカルAIモデル）をトレーニングし、ローカルAIモデルのパラメータや予測方法を共有した。この情報はプロジェクト内で共有するAIモデル（以下、グローバルAIモデル）の微調整に使用され、微調整されたグローバルAIモデルが参加医療機関に配布され、さらにトレーニングが繰り返された。この反復を経てAIモデルのトレーニングを収束させていった。
フェデレーテッドラーニングは患者データのプライバシー保護に役立つ。医療機関はフェデレーテッドラーニングを使うことで、内部データをオンプレミスのインフラに置くことができるからだ。さらにフェデレーテッドラーニングは、大量の多様なデータセットでトレーニングされるようにAIモデルを広く配布するのにも役立つ。こうしたデータセットでトレーニングすれば、AIモデルの予測能力が拡張され、AIモデルが幅広い医療機関で利用できるようになる。
NVIDIAのフェデレーテッドラーニングフレームワークは「医療AIモデルの迅速な開発を可能にする」と、ケンブリッジ大学（University of Cambridge）の放射線学教授フィオーナ・ギルバート氏は語る。ギルバート氏によると、VIDIAのフェデレーテッドラーニングフレームワークは幅広い用途に適用でき、信頼性の高い医療AIモデルの開発を可能にする。
フェデレーテッドラーニングは「素晴らしい前進をもたらす」とギルバート氏は評価する。患者データを保護するとともに、さまざまな医療機関がAIモデルのトレーニングに同時に参加することを可能にするからだ。「AIモデルのトレーニングに参加することは、自組織内で独自チームを立てて何かを開発する場合と比べて、自分たちの考えていることを広い領域で役に立ててもらえる」（同氏）
後編はEXAM開発プロジェクトの具体的な取り組みを紹介する。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
3
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
4
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
5
肥大化した「SFA」の沼 4カ月でBigQuery×AppSheetの新システムを構築した方法
-
6
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
7
次世代RPA「ハイパーオートメーション」が急成長か Gartnerが予測
-
8
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
-
9
昭和大学病院がeICUを導入、ICUの患者情報を遠隔地で一括管理
-
10
「何から始めればいい？」 情報漏えい対策で悲鳴を上げる中小企業のリアル
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
4
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
5
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
6
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
“あのファイル転送”で暗躍するノーウェアランサム
-
10
「オンプレミス回帰」せざるを得ない“合理的な理由”
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー