医学分野において、画像データの分析は複雑で煩雑なプロセスでした。最近、ウィル・コーネル医科大学の研究者らが、時間とともに変化する医学画像を効率的かつ正確に分析・検出できる、LILAC（学習に基づく縦断的画像変化推論）という新しいAIシステムを開発しました。この研究は2月20日、米国科学アカデミー紀要に掲載され、LILACの様々な医学場面における広範な応用可能性を示しています。

従来の医学画像分析方法は、多くのカスタマイズと前処理が必要でした。脳のMRIデータの場合、研究者は特定の領域に焦点を当てるため、画像の調整や修正に多くの時間を費やし、異なる角度やサイズの違いなどの影響を除去する必要がありました。しかし、LILACシステムはこのプロセスを大幅に簡素化し、これらの複雑な前処理手順を自動的に実行することで、研究者は長期間の画像分析を容易に行うことができます。

AI研究 AI医療 医師

画像出典：AI生成画像、画像ライセンス提供元Midjourney

LILACの柔軟性は、様々な医学画像への適応能力に表れています。研究チームは数百組の体外受精胚の顕微鏡画像でLILACを訓練し、ランダムな画像ペアにおいて時間順序を判断する能力をテストしました。その結果、LILACの精度は99％に達しました。他の実験でも、このシステムは傷の治癒の違いや高齢者の脳の変化を成功裏に検出し、認知スコアを正確に予測することができました。

研究の主任設計者であるキム・ヒジョン博士は、LILACの目標は、研究プロセスを完全に理解していない状況、特に個人差が大きい場合にサポートを提供することだと述べています。この技術は現在の画像データだけでなく、将来の未知の変化にも柔軟に対応できます。

現在、研究チームはLILACを現実世界の臨床場面、特にMRIスキャンを用いた前立腺癌患者の治療反応予測に応用する計画です。この革新的なシステムの登場は、医学画像分析に新たな希望と可能性をもたらしました。