医療AIからバイアスを排除　「フェデレーテッドラーニング」（連合学習）の臨床価値とは

「フェデレーテッドラーニング」（連合学習）を用いた共同研究は、従来医療AIモデル開発において障壁となっていた問題を解決する可能性がある。NVIDIAが協力した「EXAM」開発プロジェクトの事例から探る。

公開 2020年12月08日 05時00分

更新 2022年10月05日 10時20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GPU（グラフィックス処理プロセッサ）ベンダー大手のNVIDIAと協力して、「フェデレーテッドラーニング」（連合学習）のアプローチで人工知能（AI）モデルの「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）を開発する開発プロジェクトを立ち上げた。EXAMは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のに役立つという。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？」に続く後編となる本稿は、EXAM開発プロジェクトの具体的な取り組みを紹介する。

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

　ケンブリッジ大学（University of Cambridge）の放射線学教授フィオーナ・ギルバート氏と自身の研究チームは、プロジェクトに参加することを決めた時点で、AIモデルのトレーニングに使うCOVID-19患者のデータセットを既にまとめていた。ギルバート氏によると、英国のケンブリッジ地域ではCOVID-19の患者数があまり多くなかった。そのため同氏の所属機関にはEXAMのようなAIモデルをトレーニングするのに十分なデータセットがなかったという。だがフェデレーテッドラーニングを使ったEXAM開発プロジェクトに参加したことで、同氏と研究チームは自身の経験とデータを他の医療機関と共有できた上に、他の機関におけるAIモデルトレーニングの恩恵も受けることができた。

研究者が評価する、EXAM開発プロジェクトの価値

　EXAM開発プロジェクトは、クラウドサービス群「Amazon Web Services」（AWS）に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）を保存していた。プロジェクトに参加する20医療機関はそれぞれそのコピーを取得し、各機関が保有する患者の胸部エックス線データ、バイタルサイン、検査値を用いて、各組織内のAIモデル（以下、ローカルAIモデル）をトレーニングした。これらの機関はいずれも、医療AIモデルの開発フレームワーク（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）「NVIDIA Clara」を利用してローカルAIモデルをトレーニングし、フェデレーテッドラーニングに参加した。

　ギルバート氏は、この開発プロジェクトは「エビデンス（科学的証拠）に基づくAIモデル開発における、フェデレーテッドラーニングの価値を示している」と語る。フェデレーテッドラーニングの取り組みを、乳がんなど他の疾患用途にも応用したいと考えているという。さらに同氏は「世界の医療機関のデータセットでAIモデルをトレーニングすれば、AIモデルの潜在的なバイアスの除去に役立つ」と指摘する。AIモデルのバイアスは、限られた、あるいは制約のあるデータセットしか使用しない場合に発生する恐れがあるからだ。「今回の成果は、フェデレーテッドラーニングが非常に良いやり方であることを示す第一歩だ。このAIモデルは極めて有用だ」と同氏は語る。

　医療機関はマンモグラム（乳房エックス線写真）診断など、特定用途のためのAIモデルを開発することがしばしばあるが、概してそうしたAIモデルはその医療機関でしか使えない。撮影装置の種類、国、撮影方法といった条件が違うだけで、AIモデルは役に立たなくなることがあるからだ。フェデレーテッドラーニングでAIモデルを開発すれば「1つの国や1つの医療機関で何かを作ることによるバイアスを避けられる」とギルバート氏は指摘する。

　ウィスコンシン大学マディソン校（University of Wisconsin-Madison）医学部放射線科の助教授でインフォマティクスディレクターを務めるジョン・ギャレット氏の研究チームも、COVID-19患者データを既に集めていた。「他の機関と協力して、患者データでAIモデルをトレーニングするというアイデアに興味をそそられた」とギャレット氏は語る。

　EXAM開発プロジェクトがもたらすチャンスに「ワクワクした」とギャレット氏は振り返る。自施設ではない、外部のプロジェクトに参加できることももちろんある。それ以上に同氏がワクワクしたのは、有効に機能することが実証済みのAIモデルを、さまざまな医療機関のデータセットを使ってトレーニングすれば、さらにパフォーマンスが向上することが見込めたからだ。同氏のチームが集めた患者データの一部を転用することになるものの「プライバシー保護の仕組みは整っていた」（同氏）。

　ギャレット氏は「この手のプロジェクトは、取り組みを再現可能な、再利用可能なものにする機会を設けることを過小評価しがちだ」と語る。EXAM開発プロジェクトはこの点にも配慮していたという。EXAMは、NVIDIA Claraの一部として公開されている。