■研究成果のポイント
1.臨床画像から、14種類の皮膚腫瘍を識別する人工知能(AI)診断補助システムを開発しました。
2.従来、AIの学習に必要とされていた画像数の半数以下の画像でも、90%以上という高い識別率を達成しました。
3.腫瘍の良悪性の識別に関して、皮膚科専門医よりもAI診断補助システムの方が正確に行えることがわかりました。

国立大学法人筑波大学医学医療系の藤本学教授、藤澤康弘准教授と京セラコミュニケーションシステム株式会社の共同研究グループは、筑波大学が所蔵している臨床写真を用いて、90%以上という非常に高い診断精度を有する皮膚腫瘍人工知能診断補助システムを開発しました。

通常、AIのディープラーニングによる画像の識別には1つのカテゴリごとに最低1,000枚の画像を用いた学習が必要であるとされており、今回、本研究グループが設定した14種類の皮膚腫瘍を識別するシステムの構築には14,000枚以上の画像が必要となります。しかし本研究グループは、その半分以下である約6,000枚の臨床写真を用いたAI学習でも、皮膚腫瘍の良悪性を判断できる割合(識別率)が90%を超えるシステムが構築可能であることを示しました。このような高い識別率を達成した要因には、教師画像として使用した臨床写真の大半が、病理組織診断で診断が確定している質の高いデータであるという点と、学習前の画像処理の段階で京セラコミュニケーションシステムがこれまでに蓄積してきた画像解析ノウハウを活かし、さまざまな工夫を加えた点が挙げられます。

今回開発した診断システムを評価するため、同じ画像セットを診断するテストを用いて、AI診断補助システムと日本皮膚科学会認定皮膚科専門医13名とを比較したところ、皮膚科専門医による皮膚腫瘍の良悪性の識別率が85.3%±3.7%であったのに対して、AI診断補助システムの良悪性の識別率は92.4%±2.1%と有意に高いことが明らかとなりました(P

配信元企業:京セラコミュニケーションシステム株式会社

企業プレスリリース詳細へ

PR TIMESトップへ