工科大学の少年がAIを活用して医療業界の発注問題を解決

[広告_1]

ハノイ工科大学のコンピュータ工学部に入学したとき、ソン氏はベトナムの一流の超音波医師と同じ精度で胎児画像診断をサポートするツールを作成できるとは思っていませんでした。

23歳のブイ・ヴァン・ソンさんは、2023年10月下旬にハノイ工科大学情報通信工学部のコンピュータ工学専攻を優秀な成績で卒業しました。ソンさんの平均点は3.3/4で、多くの友人と比べると高くはありませんが、学業に加えて、ほとんどの時間を科学研究に費やしてきたことから、予想通りの結果と言えるでしょう。

「バクコアでの5年間の中で、国際人工知能研究センター（BK.AI）の生物医学情報科学研究所で研究したことは、私の青春時代の中で最も思い出深いことです」とソン氏は語った。

ここでソン氏は、ハノイ医科大学病院から依頼された「超音波画像を用いた胎児項部透過率の判定」プロジェクトなど、医療業界の課題解決に向けたAI応用研究プロジェクトに参加しました。このプロジェクトは、ソン氏がハノイ工科大学学生科学研究コンテストで2位を獲得し、卒業論文発表会で優秀プレゼンテーション賞を獲得する原動力となりました。

ブイ・ヴァン・ソン。写真：ドゥオン・タム — ブイ・ヴァン・ソン。写真：*ドゥオン・タム*

ソンさんはタインホア省クアンスオン郡の村立学校に通っていました。2018年にハノイ工科大学のコンピュータ工学科に入学したソンさんは、ハードウェアとソフトウェアの両方を学び、以前から夢見ていたウェブサイトやアプリケーションを作成できるようになることを夢見ていました。

2年生になり、工科大学の学習方法に慣れてきた頃、ソンさんは人工知能（AI）について学び、科学研究に参加しました。しかし、グループの友人たちとは方向性が異なり、AI関連の科目を全く勉強したことがなかったため、多くの困難に直面しました。

この若者は、学校の無料の AI コースから始め、その後、オンラインで AI、データサイエンス、ディープラーニングに関するコースをさらに探し、日本の企業で AI インターンとして働くことを組み合わせました。

1年後、学んだことに自信を深めたソンさんは、大学の生物医学情報科学研究室への参加を申請しました。そこでソンさんは、遺伝子の解読やAIを用いた特定の疾患に対する適切な薬剤の予測など、医療分野の実践的な問題を学びました。AIに関する知識に加えて、ソンさんは遺伝子配列、DNA、mRNAの解読、PCR検査の手順といった生物医学の知識についてもさらに学ぶ必要がありました。

2022年、ハノイ工科大学のバイオメディカル情報科学研究部門の責任者であるグエン・ホン・クアン博士は、ハノイ医科大学病院から、2D超音波画像を通じて胎児の項部透過部の幅を自動的に判定し、出生前の胎児の先天性奇形の診断に役立てる方法の開発を依頼されました。

クアン氏はこのテーマを受け取った時、すぐにソン氏を思い浮かべました。ソン氏は研究に熱心で、画像処理が得意だったからです。2年生の初めに、ドローンで撮影した写真から欠陥のある太陽光パネルを特定する画像処理の問題に取り組んだそうです。

「ハノイ医科大学病院から提案があったとき、これは難しい問題だとわかっていたが、私はソン氏に任せた」とクアン氏は語った。

ソンさんは、当初は「頸部透光性」や「頸部透光性」とは何か、またこの測定の目的が何なのか全く分からず、かなり混乱していたと言います。先生の指導、医師のサポート、胎児の超音波検査の動画を見せて超音波検査の仕組みを理解し、自習も重ねることで、ソンさんはこの検査の意味を理解しました。

「胎児頸部透過部は、妊娠11週目から14週目にかけて胎児の首の後ろに液体が溜まる部分です。頸部透過部の幅が3mmを超えると、胎児はダウン症候群やその他の多くの先天性欠損症のリスクがあります」とソン氏は説明した。

胎児頸部透過部の幅を測定することは、医師が胎児の異常を早期に診断し、母体へのアドバイスを提供するのに役立ちます。しかし、現在の技術では、これは高度な専門知識を持つ医師によって手作業で行われています。この技術は医師の主観的な要素に大きく左右され、多くの誤りが生じる可能性があります。

数千枚に及ぶ胎児超音波画像のデータセットを受け取ったソン氏は、当初困難に直面しました。高度な画像処理モデルをいくつか試してみましたが、結果は芳しくありませんでした。彼は具体的な方向性を見出せず、2～3週間の間、先生に何を報告すればよいのか分からず、プレッシャーを感じていました。

その後、ソンさんはインストラクターに大胆に意見を伝え、多くのアドバイスを受けました。ソンさんはそれらのアドバイスに従い、世界の研究を参考にしながら、様々なモデルを何度も試しました。

その結果、孫氏が研究したAIモデルは、超音波画像から約5秒で胎児頸部透過率を計算するのに役立ち、医師は時間を無駄にすることなく何度も測定できるようになります。孫氏が構築したAIモデルを統合したウェブサイトとアプリケーションは、胎児の診断や事後検査の根拠をさらに深め、超音波検査におけるエラーを最小限に抑えるのに役立ちます。

ハノイ工科大学の担当者によると、発注者は孫氏の研究成果に実用化の可能性があると評価し、事後監査プロセスに含めることを検討したという。

「これは一つのテーマですが、おそらく20近くのサブ問題を抱えており、対処すべき作業は膨大です。ソンは非常に熱心に取り組んで、見事に完成させ、ベトナムの一流超音波医師の診断と同等の精度の結果を提供する支援ツールを作成しました」とクアン氏は述べた。二人の教師と生徒はこのテーマに関する論文を完成させ、国際誌『バイオメディカル情報』に提出した。

現在、VNPTでデータサイエンスエンジニアとして働くソン氏は、大学時代に科学研究に打ち込んだ時間に常に感謝しています。胎児の頸部透過率の判定というテーマにおいて、ソン氏は自身が構築したウェブサイトとアプリケーションが広く利用され、コミュニティに良い結果をもたらすことを願っています。

ドゥオン・タム

[広告2]
ソースリンク