攻撃的な脳腫瘍である神経膠芽腫を患う患者に化学療法の頻度と投与量を提案するよう機械学習ソフトウェアが訓練された。
皆さんが何を考えているか、私たちには分かっています。「これはひどくまずいアイデアだ」と。しかし、このモデルが強化学習（ボットにビデオゲームの遊び方を教えるのと同じ手法）を用いて学習されたと知ると、事態はさらに悪化します。
このアプローチでは、エージェントは正しい行動をとればポイントを獲得し、正しい方向への改善を促されます。画面上のエイリアンを撃墜すると報酬が得られ、ライフを失うとマイナスの報酬が得られます。最終的には、エージェントはトピックを習得するために必要な行動を身につけるはずです。
アタリゲームやスーパーマリオで遊ぶ分には問題ありませんが、化学療法で遊ぶのは絶対にダメです。このモデルは、腫瘍を縮小させる抗がん剤投与計画を推奨した場合にはプラススコアを獲得しますが、それが中毒を起こして死に至るような場合は、おそらく莫大なマイナススコアを獲得するでしょう。
心の中で叫んでいるかもしれませんね。でも安心してください。この実験はすべて、50人の患者を対象とした偽のシミュレーションデータを使って行われました。このアルゴリズムの作成において、人間に危害が加えられたことはありません。
MITメディアラボの主任研究員であるプラティック・シャー氏は先週末、実際のところ、機械は化学療法計画に関してかなり保守的だったと述べた。「私たちは（モデルに）『すべての患者に同じ量を投与しなければなりませんか？』と尋ねました。するとモデルは『いいえ。この人には4分の1、この人には半分、そしてこの人には1回分飛ばしてもいい』と答えました。」
AIは素晴らしいが、医師や患者にとって本当に必要なわけではない
続きを読む
しかし、これは、モデルが腫瘍を縮小させようとしすぎて、定期的に全量投与を提案した場合、学習プロセス中に悪いスコアが出ると警告された後のことでした。「もし私たちが望むのは平均腫瘍径を縮小させることだけで、あとはモデルが望むままに行動させるだけなら、モデルは無責任に薬剤を投与するでしょう。そうではなく、私たちは『その結果を得るために必要な有害な行動を減らす必要がある』と考えました」とシャー氏は言います。
このモデルは、テモゾロミド、プロカルバジン、ロムスチン、ビンクリスチンという4種類の化学療法薬の投与量を提案するように訓練されました。訓練プロセスでは、各患者に対して2万回の試行錯誤を繰り返し、最適な治療計画を導き出しました。
その後、シミュレーションで新たに50人の患者を対象に試験が行われ、どうやら腫瘍のサイズを縮小させることに成功したようです…しかも、それは偽の人間によるシミュレーションです。研究者たちは、コンピューターシステムが個人の病歴、遺伝子プロファイル、特定のバイオマーカーなど、より多くのデータを精査した上で判断を下せるという機械学習の可能性に興味を持っていました。これらの変数の中には、実際の臨床試験では必ずしも考慮されないものもあります。
この研究は今週、米国スタンフォード大学で開催される医療のための機械学習カンファレンスで発表される予定だ。
「これがこの研究の最もエキサイティングな部分です。型破りな機械学習アーキテクチャを使用して1人による試験を実施することで、精密医療に基づく治療法を生み出すことができました」とシャー氏は結論付けた。
エキサイティングな表現方法の一つと言えるでしょう。®
