「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。

公開 2020年11月30日 05時04分

更新 2023年02月06日 20時17分

著者

Makenzie Holland

[TechTarget]

印刷する連載新着通知を受け取る

　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。