スマホカメラで撮影した眼の結膜から貧血を予測するAIを東大などが開発

画像提供：マイナビニュース

東京大学(東大)とエルピクセルの両者は7月19日、“あっかんべー”をした時に見えるまぶたの裏の粘膜である「眼瞼(がんけん)結膜」をスマートフォンで撮影した画像から、血中に含まれるヘモグロビン濃度(ヘモグロビン値)を予測する機械学習・深層学習モデルを構築したと共同で発表した。

同成果は、東大大学院 医学系研究科 小児医学講座の加登翔太大学院生(東大 医学部附属病院 小児科 病院診療医兼任)、同・加藤元博教授(東大 医学部附属病院 小児科科長兼任)、エルピクセル 研究開発本部の茶木慧太氏、同・髙木優介氏、同・河合宏紀氏、同社 サイエンスビジネス本部の西田美和氏らの共同研究チームによるもの。詳細は、英国血液学会が刊行する血液に関する全般を扱う公式学術誌「British Journal of Haematology」に掲載された。

貧血の診断には、血液検査によりヘモグロビン値の低下を確認する必要があるが、眼瞼結膜の赤みの程度を見ることで貧血の有無を推測する身体診察法も以前より用いられてきた。しかし後者の身体診察法では、貧血がありそうかどうかを大まかにしか判断ができず、当然ながらヘモグロビン値がどのくらいかを正確に推定することはできないばかりか、その精度が高くないことも課題だった。

そうした中、近年さまざまな医療分野において、機械学習を用いた診断システムなどが開発され、医師の診断支援などに実際に用いられるようになってきており、機械学習を用いて眼瞼結膜の画像からヘモグロビン値を推定するモデルに関する研究もこれまで行われてきたという。しかし、機械学習の中でも深層学習を用いた研究はほとんどなかったとのこと。また、深層学習アルゴリズムはブラックボックスであることが知られるが、ヘモグロビン値の推定においても、どのような要素が重要であるのかが明らかにされていなかった。

そこで研究チームは今回、まず東大医学部附属病院の小児科に通院中あるいは入院中の患者の協力を得て、スマートフォンで撮影した眼瞼結膜画像を用いてヘモグロビン値を予測する機械学習・深層学習モデルを構築したという。

今回の研究では、150名の患者の協力を得て、まずスマートフォンで撮影した眼瞼結膜画像と、同日に診療検査として実施された血液検査の結果のデータをもとに、そのうちの90名のスマートフォンで撮影した眼瞼結膜画像を用いて、眼瞼結膜領域のみを自動的に抽出するアルゴリズムが構築された。ここでは、深層学習による「セグメンテーションモデル」にスマートフォンで撮影された眼瞼結膜画像を学習させることで、高精度に眼瞼結膜の領域を抽出できるようになったとする。なおセグメンテーションモデルとは、画像の各ピクセルがどのクラスに属しているか分類することで、物体ごとの領域を認識・抽出する画像解析技術のことだ。