「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
-
事例
[横河レンタ・リース株式会社] 「Wi-Fiにつながらない」「会議中に途切れる」の原因を切り分けやすくするには -
技術文書・技術解説
[アトラシアン株式会社] AIを導入で終わらせない、個人の利用から組織の成果に変えるリーダーの実践指針 -
製品資料
[アトラシアン株式会社] 生成AIの全社展開とROI最大化を阻む“ナレッジの壁” 突破するための4ステップ -
製品資料
[株式会社Helpfeel] コールセンター長を悩ませる「4大課題」と解決策 -
製品資料
[株式会社Helpfeel] 調査結果で見る「社内問い合わせ」の現状 ストレスや工数圧迫の原因は?
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
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
2
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
3
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
4
社外との大容量データ共有をどう統制する? AbemaTVの「Dropbox」活用術
-
5
冷凍庫が一晩で50℃に 仏約700拠点を襲ったOT攻撃、侵入口は「遠隔管理」
-
6
WordPressサイトの4割が旧版のまま 自動更新が止まる組織の共通点
-
7
「データ活用とAI活用の実態」に関するアンケート
-
8
ユナイテッド航空がAI予約エージェントを遮断、そのとき航空業界は何を失うのか
-
9
「Azure OpenAIなど生成AI」に関するアンケート
-
10
「Confluence」が使うAxisで悪用、BIG-IPも修正――今朝の情シスニュース
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
4
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
5
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
6
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
7
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
-
8
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
-
9
「Microsoft 365」徹底解説ガイド テレワーク時代のセキュリティ対策編
-
10
AIに何を聞いても「汎用的な答え」しか返ってこないのはなぜか?
TechTargetジャパン SNS
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