「フェデレーテッドラーニング」が医療にもたらす可能性【後編】
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。
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。
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
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
-
4
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
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
「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
-
8
ネットワールド、ICカード認証対応のシンクライアント構築アプライアンスを販売
-
9
ノベルティプレゼント「Windows 8 TシャツとOffice クリーニングクロスセット」
-
10
「Wi-Fi 7」経由でWindowsが乗っ取られる？ 最高権限奪取の恐怖
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
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
-
4
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
-
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
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
“あのファイル転送”で暗躍するノーウェアランサム
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