アリババの研究部門は、コンピューター断層撮影（CT）スキャンを読み取ることで、がんを含む150近くの腹部疾患を識別できる人工知能モデルをオープンソース化した。これは、中国のテクノロジーグループが拡大する医療AIプログラムの最新段階である。

サウスチャイナ・モーニング・ポストによると、このモデルはダモ・レーダーと呼ばれ、アリババの研究機関であるダモ・アカデミーによって開発され、木曜サイエンス誌に発表された研究で説明されている。同研究所は金曜日にオープンソースのリリースを発表した。閉鎖的な商用システムとは異なり、オープンソース モデルは、病院や研究者がダウンロード、検査、適応させることができます。これは、独自の診断ツールのライセンスを取得できない診療所での導入を促進する配布モデルです。 この件の詳細は、AIニュースをご覧ください。

医用画像処理のジェネラリスト モデル

Damo Radarは、18の腹部臓器をカバーする造影CTスキャンを分析し、悪性腫瘍を含む広範囲の疾患やその他の異常を特定するために設計された視覚言語モデルであると同研究所は述べた。その作成者らは、これを「世界初の専門家レベルのジェネラリスト医療画像モデル」と説明しています。これは、1 つの疾患を特定するために訓練された狭いツールではなく、多くの異なる所見を読み取ることを目的とした単一のシステムです。

このジェネラリスト的な野心は、これまでに導入されたほとんどの医療 AI システムとは一線を画しています。これらのシステムは通常、1 種類の腫瘍の検出など、単一のタスクのために構築され検証されてきました。 146 の異なる臨床所見にまたがる単一のモデルが研究室の外でも通用すれば、多数の単一目的ツールをつなぎ合わせることが非現実的であることが証明されている放射線科での AI 導入の経済性を変える可能性があります。

このモデルは、臨床レポートと組み合わせた CT スキャンでトレーニングされました。これは、画像に表示されるものと、臨床医がそれを説明するために使用する言語を結びつけることをシステムに教えるアプローチです。同紙によると、研究チームは、このトレーニング方法は最終的には他の種類の医用画像にも拡張できる可能性があると述べた。

現役の放射線科医に対してテスト済み

見出しの数字は、約 40,000 件の実際の試験での評価に基づいています。 Damo Radar は 146 件の臨床所見にわたって、平均曲線下面積 (AUC) 0.913 を達成しました。これは、診断性能の統計的尺度であり、1.0 が完全な精度を表します。

人間の読者との比較が最も精査されることになる。研究によると、複数の病院の放射線科医26人が参加した研究では、モデルの平均精度が参加者のうち23人の精度を上回ったという。そして、放射線科医がモデルの支援を受けて作業したところ、診断の見逃しを防ぐ能力が 10 パーセント向上し、症例ごとに必要な時間が 30 パーセント以上短縮された、とダモ アカデミーは述べています。

この研究には、アリババと提携し、浙江大学付属病院など複数の機関が参加した。最も厳選された科学雑誌の 1 つである Science での出版では、ベンダー提供のベンチマークにはしばしば欠けているレベルの外部精査が結果に与えられます。ただし、実際のパフォーマンスは常に、病院が実際に診察するスキャン、機器、および患者数に依存します。

オープンソースが重要な理由

ウェイトを公に解放することは、医学的に機密性の高い技術にとって注目に値する選択です。独自のベンダーは通常、規制と安全性を理由に医療モデルを非公開にしています。オープンリリースにより、独立した研究者が障害モードを調査できるようになり、病院は患者データを外部ベンダーに送信せずに独自のインフラストラクチャでモデルを実行できるようになり、小規模な施設でも大規模な病院システム用に確保されている機能にアクセスできるようになります。

それはまた、アリババがモデルの使用方法についてあまり制御できないことを意味する。オープンアベイラビリティは臨床承認ではありません。各管轄区域の規制当局がモデルを患者に導入できるかどうか、またその方法を決定することになり、病院はそれを独自の機器と患者集団で検証する必要があります。

注目に値する注意点が 1 つあります。サウスチャイナ モーニング ポストはアリババが所有しており、この事実は同紙が独自のレポートで明らかにしています。 Science誌に基礎研究が掲載されることは、研究自体の独立した確認を提供するが、金曜日の発表の枠組みは必然的に同社側からのものである。

アリババの広範な医療 AI 推進

Damo Radar は、アリババにとって画像診断への最初の取り組みではありません。同紙によると、Damo Academyは近年、医師が膵臓がん、胃がん、結腸直腸がんや大動脈解離を特定できるようにするAIスクリーニングツールの開発に取り組んできたという。同部門は4月、広東総合病院などの機関と共同開発した「Coca」と呼ばれるモデルを発表したが、これはCTスキャンで早期の結腸直腸がんを発見する点で放射線科医よりも感度が高いと同社は述べた。

単一疾患のスクリーニング担当者からジェネラリスト モデルへの移行は、より広範な賭けを反映しています。つまり、ペアの画像とレポートでトレーニングされた大規模な視覚言語モデルが、現在専門家の貴重な時間を必要としているパターン認識作業を吸収できるということです。放射線科医の不足は多くの医療システムで深刻であり、スクリーニングプログラムでは専門家が同等の注意を払って読み取ることができるよりもはるかに多くのスキャンが生成されます。

次に何が起こるか

オープンソースのリリースは導入ではなく始まりです。このモデルを検討している病院は、独自のスキャンで現地で検証する必要があり、臨床使用は各国の規制当局の審査に依存します。しかし、今週発表された証拠（約4万件の実際の検査、現役放射線科医との直接比較、AI支援による読書時間の30パーセント削減の報告）は、Damo Radarにプレスリリースとしてデビューするほとんどのモデルよりも強力な基盤を与えている。ジェネラリスト医用画像モデルが病院の標準ツールとなるか、それとも研究のマイルストーンであり続けるかは、日常の臨床診療というより複雑な環境でモデルがどのように機能するかにかかっています。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →