少量のデータで高精度診断！産総研、膀胱内視鏡診断支援AI開発

産業技術総合研究所（産総研）は、NEDOの委託事業「人と共に進化する次世代人工知能に関する技術開発事業」において、少量の内視鏡画像の学習から高精度に診断する膀胱内視鏡診断支援AIを開発しました。

医療現場では、画像診断支援AIの開発が進んでいるものの、実際に活用されている領域は限られています。特に、患者数や検査数の少ない疾病や希少症例では、教師データの収集が難しく、AIの適用が困難でした。

産総研は、この課題を克服するため、2種類の数式を併用して自動生成された200万枚の画像から画像基盤モデルを構築し、さらに約9000枚の膀胱内視鏡画像を追加学習しました。その結果、画像のみから病変の有無を診断するタスクにおいて、8名の専門医の平均を超える診断精度（感度94.3％、特異度99.4％）を実現しました。この精度は、画像認識AIの事前学習に広く使用されているデータセットであるImageNet-21kとImageNet-1kを事前学習に使った場合の診断精度を超えました。

産総研は、今後、診断対象領域に合わせて画像基盤モデルを開発し、膀胱内視鏡以外にも教師データの収集が困難な医療分野への適用を進めていく予定です。

従来のAI開発における課題

画像診断支援AIの開発には、大量の教師データが必要となります。しかし、患者数や検査数の少ない疾病や希少症例では、この量の教師データを収集することが困難でした。特に、泌尿器科分野における膀胱内視鏡検査は、消化器内視鏡に比べ検査数が少なく、同じ内視鏡であっても画像診断支援AIを適用することが非常に困難でした。

産総研の革新的な技術

産総研は、この問題を解決するため、数式から自動生成した大規模画像データセットを用いてAIの画像認識モデルを構築する手法を開発しました。この手法は、事前に学習する画像と付随情報を共に数理モデルから生成するため、プライバシー保護などの倫理問題も生じず、大量の実画像を使用せずにAIモデルを構築できます。

画像基盤モデルを活用した膀胱内視鏡診断支援AIの開発

産総研は、この技術を膀胱内視鏡画像診断に応用し、従来よりも格段に少ない内視鏡画像の学習でも高精度の診断を実現する画像診断支援AIを開発しました。

膀胱内視鏡診断向け画像基盤モデルの開発

膀胱内視鏡画像に映る膀胱内壁の特徴を考慮し、特徴の異なる2種類の数式から自動生成した大規模画像データセットを事前学習しました。
200万枚の画像データセットを用いて、画像分類AIのトップモデルであるVision Transformer (ViT)を事前学習し、膀胱内視鏡画像向けの画像基盤モデルを構築しました。
この画像基盤モデルに対し、病変の1259枚と、正常の7553枚、合計8812枚の膀胱内視鏡画像の追加学習により診断支援AIモデル（MixFDSL-2ｋ）を構築しました。

膀胱内視鏡画像による診断性能の検証

学習に用いていない膀胱内視鏡画像422枚（病変87枚、正常335枚）で検証した結果、開発した診断支援AIモデル（MixFDSL-2k）は、感度94.3％、特異度99.4％、正解率98.3％を達成しました。
この診断精度は、事前学習をしなかった場合と比較して感度は+16.1％、特異度は+9.3％、正解率は+10.6％向上しました。
ImageNet-21kとImageNet-1kを事前学習に用いた場合の診断精度も超えたことを確認しました。
* 泌尿器科勤務経験が5年以上の専門医8名に、同じ膀胱内視鏡画像422枚を1枚ずつ見せてAIと同じタスクを試していただいたところ、8名の平均感度、平均特異度、平均正解率のいずれも開発した診断支援AIが上回り、専門医に匹敵する結果となりました。