CytoDiffusionと呼ばれる新しい生成AIツールが、ヒトの専門家よりも高い精度で血液細胞を分析し、白血病などの疾患診断を潜在的に改善する。英国の大学研究者によって開発されたこのシステムは、微妙な異常を検知し、自身の不確実性を定量化する。50万枚以上の画像で訓練され、希少ケースのレビューを優れてフラグ付けする。
ケンブリッジ大学、ロンドン大学カレッジ、ロンドン・クイーンメアリ大学的研究者らが、CytoDiffusionという生成AIシステムを開発した。これは顕微鏡下で血液細胞の形状と構造を調べる。Nature Machine Intelligenceに掲載されたこのツールは、白血病などの血液疾患に関連する異常細胞の識別でヒト専門家を上回り、より高い感度と一貫性を示す。 nn従来のAIが画像を固定カテゴリに分類するのに対し、CytoDiffusionは正常な血液細胞の外観の全スペクトルをモデル化し、顕微鏡や染色法の変動に頑健である。ケンブリッジのAddenbrooke's Hospitalから得た50万枚以上の血液塗抹画像で訓練され、同種最大のデータセットである。 nn「私たちは体の中で異なる性質と役割を持つ多くの種類の血液細胞を持っています」と、ケンブリッジ応用数学・理論物理学科の研究第一著者Simon Deltadahl氏は述べた。「例えば白血球は感染症と戦う専門です。しかし、顕微鏡下で異常または疾患細胞がどのように見えるかを知ることは、多くの疾患診断の重要な部分です。」 nnこのシステムは、塗抹に数千の細胞が含まれる血液解析の膨大な規模を処理し、手動レビューが不可能なほど多い。「人間は塗抹の全細胞を見られない—それは不可能です」とDeltadahl氏は指摘した。「私たちのモデルはそのプロセスを自動化し、ルーチンケースをトリアージし、異常をヒトレビュー用に強調します。」 nnテストでは、CytoDiffusionは精度で人間をわずかに上回り、不確実性の信頼性ある評価で際立った。「精度をテストしたところ、システムは人間よりわずかに優れていました」とDeltadahl氏。「しかし、本当に際立ったのは不確実性を知ることです。私たちのモデルは確実と言って間違うことは決してなく、人間が時々やることです。」 nnこのAIはまた、造血学者を欺く現実的な合成血液細胞画像を生成し、チューリングテストで専門家が本物と区別できなかった。 nnグローバル研究を推進するため、チームはデータセットを公開する。共同上級著者のUCL Parashkev Nachev教授は、その支援的役割を強調：「医療AIの真の価値は、人間専門知識を低コストで近似することではなく、専門家や単純統計モデルを超える診断・予後・処方能力を可能にすることにある。」 nn研究者らは、CytoDiffusionが臨床医を支援するものであり置き換えではないとし、速度と多様な集団に関するさらなる作業が必要と強調した。
