BCS Hero

健康とテクノロジー

AI とスマートフォンが失明を予防

 

読了目安時間: 6 分間

バルセロナ・スーパーコンピューティング・センターは、迅速、早期、かつ簡単に視覚障害を検出する眼検査の実施に役立つアルゴリズムを開発しています。

全世界の人々の 20 人に 1 人は、何らかの視覚障害を抱えており、色とりどりの輝きを持つ世界を感じることができる能力を妨げられています。しかし、研究者は、視覚障害の症例の約 80% を予防できるとしています。

この差は、長年にわたり早期網膜疾患を診断できない場合があることが原因でした。視覚障害の症例で最も発症が多い国の患者は、医療インフラへのアクセス不足により定期的な視力検査を利用できないため、この問題はさらに悪化しています。

そしてこの状況は悪化しています。糖尿病の複雑な問題は、視覚障害の主な原因のひとつです。糖尿病によるこのような影響の数は 2000 ~ 2030 年の間に 2 倍になると予想されます。

バルセロナ・スーパーコンピューティング・センター (BSC) の研究者は、視覚そのものを分析する人工知能 (AI) を使用することにより、早期診断で眼科医を支援して、この診断の問題に取り組もうとしています。

BCS Super Computing

BSC 研究者は、速度、正確性、および可用性を向上させるマシン ラーニング モデルを開発しました。このイノベーションにより、近い将来、糖尿病性網膜症、緑内障および黄斑変性症などの一連の病変に対するプレスクリーニングにより、視力検査を患者がスマートフォンを使用して自己管理できるようになる可能性があります。患者は、眼科医に対してこの予防情報を利用できます。

これらの病変のデータセットが限られている場合、AI ニューラル ネットワークに学習させて特定の疾患を検出するのは困難です。視覚障害に関する「クリーン データ」不足に対応するには、BSC は、米国ノースカロライナ州モリスビルにあるレノボ AI イノベーション・センターで BSC と Lenovo が共同開発した転移学習 (Transfer Learning) アプリケーションを使用しました。

Lenovo システム上で開発された AI トリアージ アプリケーションを利用すると、ネットワーク上でひとつの問題の解決中に得られた知識を保存し、関連した別の課題にその知識を適用できるようになりますが、データの有用性は制限されます。たとえば、デイジーを認識する学習中にニューラル ネットワークで得られたデータはバラに適用できることがあります。転移学習は、アルゴリズムの学習時間、研究時間、開発に関連するコスト (スーパーコンピューティングは膨大なエネルギーと資本を必要とします) を効果的に削減します。

BCS Image

 システムがより広く利用可能になると、BSC アルゴリズムが向上します。つまり、ネットワークにより多くのアイ スキャニングが入力されると、アルゴリズムの診断能力がさらに高まります。バルセロナ・スーパーコンピューティング・センターの博士研究員である Dario Garcia-Gasulla 氏は、「テクノロジーには、その他の産業を変革する力もあります」と述べています。

 

同氏は、「このような視力の問題を学習するためにマシン ラーニング モデルの設計、学習、および検証を拡張していくことは、困難ですがやりがいがあります。同じ課題がその他の医療領域や、多くのその他の産業アプリケーション内でも見つかるため、これに対する潜在的な解決策の影響は大きなものとなります」と語っています。

 

自己診断は、これらの複雑な医療問題への取り組みにおいては最初のステップにすぎません。データを味方につけた医師や研究者は、膨大なデータが利用可能になり、未来の世代に良い結果もたらすだけでなく、患者自身のより良い健康管理を促進することも出来るのです。

bcs text image
bcs text image
Crown Fish


Lenovo のテクノロジーを詳しく見る

Lenovo Artificial Intelligence

Lenovo 人工知能

詳しくはこちら

Lenovo High Performance Computing

Lenovo ハイパフォーマンス・コンピューティング

詳しくはこちら

Lenovo Workstations

Lenovo PCs &タブレット

詳しくはこちら


他のストーリーはこちら