「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
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？ -
製品資料
[株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？ -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
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
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
2
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
3
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
4
高額な「AI PC」を一般従業員も使えたら？ 費用のハードルを一気に下げる方法
-
5
「コピペ運用の限界」に直面するAI活用 7割超が“別画面”のまま使う理由は？
-
6
LLMの「過学習」、正しく説明している文章はどれ？
-
7
「AIバブル」は崩壊するのか？ 熱狂の後に来る“尻拭い”と4つの防衛策
-
8
IT調達担当者が知るべき「IT機器 大インフレ時代の前向きな選択肢」
-
9
クラウド資格コレクターは評価されない？ 年収1000万を分ける“OSの理解度”
-
10
2035年までに1億4500万台、急拡大する「フィジカルAI」市場の勝者は誰か
ホワイトペーパーランキング PR
-
1
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
4
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
5
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
6
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
8
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは？
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
NTTドコモが実践したクラウド統合監視 業務量2倍でも残業削減を実現できた理由
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