【医療AI】看護AI・心電図AI・褥瘡予測AI・遺伝疾患判別AIなどなど

ごきげんさまです。喜業家つぼです。

喜業家つぼの医療AIニュース何卒よろしくお願いいたします。

看護関係AIは、データセットが難しいためにまだまだ出来ないといわれていましたが、ミシガン大学看護学部が床ずれ予測・褥瘡予測AIを開発しました。感染症対策が重要となって、患者さんと看護師の接点を極力減らそうとしていることから褥瘡管理がなかなか難しくなってきていましたが、この褥瘡予測AIが多くの褥瘡予防につながりそうです。個人的には、世界初の看護AIだと思っています。


1)心不全患者特定AI

2)リアルタイム放射線治療AI

3)子供の写真から遺伝疾患スクリーニングAI

4)ホルター型心電図検査がAIで身近になる

5)MRI画像から軽度認知症障害分類AI

6)来院前にAI問診結果が届く

7)床ずれ・褥瘡予測AI

8)医療データ ラベル付けAIのCentaur Labs


1)心不全患者特定AI

https://aitimes.media/2021/09/02/8856/

左室駆出率が低下した心不全患者の予後は、治療法の進歩により大幅に改善されてきた。しかし、その死亡率は多くのがんよりも高く、今なお受け入れ難い。英バーミンガム大学の研究グループは、AIアプローチにより「β遮断薬による治療が有効な心不全患者を特定する新手法」を開発した。学術誌 The Lancetに掲載された同研究では、機械学習によるクラスター分析で、心不全患者15,669人のβ遮断薬治療に対する反応を深く掘り下げた。その結果、洞調律の患者でβ遮断薬の効果が低い群(高齢、軽症状、平均より低い心拍数)が特定され、一方で心房細動を有する患者ではβ遮断薬によって死亡率が15%→9%と大幅に減少した群(若年、左室駆出率が心房細動患者の平均と同程度)が特定された。これらの重要な結果が、有効な治療戦略および医療政策の策定に役立てられることを研究グループは期待している。


2)リアルタイム放射線治療AI

https://robotstart.info/2021/09/06/nvidiaclara-imaging-hibms.html

AIと粒子線治療という二つの先端技術を組み合わせた、がんの新たな治療法の開発に NVIDIA Clara Imagingが活用されている。NVIDIAが同社のブログで公表した。


3)子供の写真から遺伝疾患スクリーニングAI

https://aitimes.media/2021/09/06/8896/?utm_source=dlvr.it&utm_medium=twitter

染色体や遺伝子に変化を伴い出生する疾患群(ダウン症候群・ウィリアムズ症候群・ヌーナン症候群など)は顔の外観に特徴が現れる。遺伝学的スクリーニングへのアクセスが限られている低・中所得国でもそれらの診断が可能となるよう、小児の顔写真から機械学習ツールで疾患群をスクリーニングする研究が発表されている。米Children’s National Hospitalを中心に行われた同研究は、学術誌 The Lancetに掲載されている。対象とした28カ国2,800人の小児には、128種の遺伝性疾患をもつ1,400人(ウィリアムズ症候群17%・ダウン症候群16%など)が含まれている。子どもたちの顔写真から深層学習モデルが構築され、結果として遺伝性疾患の検出精度は88%、感度90%、特異度86%が達成された。


4)ホルター型心電図検査がAIで身近になる

https://medical.nikkeibp.co.jp/leaf/mem/pub/report/t285/202109/571524.html

24時間にわたるホルター型心電図検査のデータを人工知能(AI)が解析し、病的意義のある不整脈を検出するクラウドベースのサービスが2021年7月に始まった。大手製薬企業がサービスに参入したことでも注目を集めている。非専門医でも手軽にホルター型心電図検査を実施できるようになることで、プライマリ・ケアの場で心房細動の早期発見が進むことが期待されている。


5)MRI画像から軽度認知症障害分類AI

https://aitimes.media/2021/09/07/8899/

脳活動を画像化するfMRIをAI手法で解析することで、アルツハイマー病および軽度認知障害(MCI)を診断する試みがある。その中でブレイクスルーとも言えるほど極めて高い精度を達成したディープラーニングモデルが、リトアニア・カウナス大学の研究グループによって発表された。カウナス大学のリリースでは、学術誌 Diagnosticsに発表された同研究を紹介している。18層の畳み込みニューラルネットワーク「ResNet-18」は、61,502の画像データによってトレーニングされており、論文中の検証では、138名のfMRI画像を複数の認知カテゴリー(健常・MCI・早期MCI・後期MCI・アルツハイマー病、等)に分類した。結果、早期MCIとアルツハイマー病、後期MCIとアルツハイマー病、等の識別タスクにおいていずれも99%を超える超高精度を達成した。


6)来院前にAI問診結果が届く

https://medical.nikkeibp.co.jp/leaf/mem/pub/report/t285/202109/571623.html

人工知能(AI)を活用した問診・受診相談を手掛けるUbie(東京都中央区)は2021年7月、患者と地域の診療所を結ぶ新サービス「ユビーリンク」の提供を開始した。患者がスマートフォンなどで症状に関する質問に回答していくと、AIが関連病名とその疾患に対応可能な近隣医療機関の情報を表示。また、受診する医療機関が同サービスに登録していれば、問診結果や関連病名の情報が受診前に共有される。患者と医療機関のミスマッチの回避や、非専門領域も含む重篤な疾患の見逃し防止、地域における認知度アップに役立てられる可能性がある。Ubieとしては、ユビーリンクによって同社の主力サービス「AI問診ユビー」の機能を診療所の医師に体験してもらい、AI問診を導入する施設の拡大につなげたい狙いがある。


7)床ずれ・褥瘡予測AI

https://aitimes.media/2021/09/07/8916/

「床ずれ」や「褥瘡」と呼ばれる圧迫傷害(pressure injuries)は、患者に多大な苦痛を強いるだけではなく、併存疾患の誘発と転帰の悪化、医療費の増大を招く。米ミシガン大学看護学部のチームは、電子カルテデータから褥瘡リスクを評価するためのAIアルゴリズム構築に取り組んでいる。このほどBMC Medical Informatics and Decision Makingから公開されたチームの研究論文によると、ベッドの不動性やポジショニング、感覚障害、入院期間といった既知のリスク因子に加え、電子カルテに含まれる種々の変数から「褥瘡発症確率」を推定することを試みた。2.3万名に及ぶ電子カルテ情報に基づき、チームはモデルベースの統計的手法だけでなく、モデルフリーのAI手法も同時に構築・評価した。AIの学習には、不整合で不完全、不均質、時間変動のあるデータを用いている。結果、線形回帰モデルやニューラルネットワークと比較して、ランダムフォレストは一貫して最適な予測能を示していた。興味深いことに、既存の評価指標(Bradenスケール)の利用有無に関わらず、その精度を維持していたという。


8)医療データ ラベル付けAIのCentaur Labs

https://forbesjapan.com/articles/detail/43203

医療データの質の向上に注力するスタートアップ、「Centaur Labs」は9月3日、世界の医療データをラベルづけするミッションを推進するために、1500万ドル(約16億5000万円)を調達したとアナウンスした。今回のシリーズAは、Matrix Partnersがリードし、AccelやGlobal Founders Capital、Susa Ventures、Yコンビネータなどが参加した。





19回の閲覧0件のコメント