最新の研究によると、機械学習アルゴリズムは胎児性アルコール症候群に罹患した子どもを医師が診断するのに役立つ可能性があるという。
胎児性アルコールスペクトラム障害（FASD）とは、妊娠中の女性が過剰なアルコールを摂取することで引き起こされる様々な症状を指します。このような飲酒は胎児の発育に影響を与え、視覚障害や聴覚障害、学習障害、あるいは骨、腎臓、心臓に影響を及ぼす健康問題を抱えた子どもが生まれる可能性があります。
FASDに起因する問題の診断は困難です。単純な血液検査やスクリーニングのように単純ではありません。医師、心理士、顔面異形症専門医、作業療法士など、様々な医療専門家の診察を受け、特徴的な症状を探す必要がある、時間のかかるプロセスです。
米国の南カリフォルニア大学（USC）とデューク大学、カナダのクイーンズ大学の研究者らが、診断を容易にするツールを開発した。
まず、FASD検査を受ける子どもたちが短い動画を視聴する際の眼球運動をカメラで追跡します。FASDの子どもは、視覚的な概念を把握したり焦点を合わせたりすることが困難であるため、眼球運動に異常が見られます。畳み込みニューラルネットワークを用いて眼球運動を分析し、患者がFASDである可能性を予測します。
「私たちの方法は、感覚運動と視空間の制御、視覚、注意、抑制、作業記憶、学業機能、脳構造などの領域における個別の測定値の包括的なプロファイルを提供します」と研究者らは、今月Frontiers in Neurology誌に掲載されたこの技術に関する論文に記している。
それで、恐ろしい殺人 AI は、私たちを病院の待機リストの一番下に押し下げることで、このようにして私たちを終わらせるのでしょうか?
続きを読む
このシステムは、FASDと診断された児童の眼球運動データ、心理測定テストのスコア、およびFASDの児童の脳スキャンデータを組み合わせて分析することで学習されました。このプロジェクトには5歳から18歳までの207人が参加し、うち116人は健常者、91人はFASD患者でした。46人の参加者から得られたデータを用いてシステムの性能をテストしました。性能は人によってばらつきがありましたが、最高の結果は78.26%の精度でした。
したがって、残念ながら素晴らしいとは言えませんが、臨床現場では確かに役立ちます。そして、忘れてはならないのは、これは診断にニューラル ネットワークを使用する最初の、あるいは初期の試みだということです。
研究者たちは、これが最終的には医師が迅速に検査を実施して診断を助け、医療へのアクセスが十分でない可能性のある人々にも届くようになることを期待している。
「新しい検査手順はカメラとコンピューター画面のみを使用し、非常に小さな子どもにも適用できる」と、論文の筆頭著者で南カリフォルニア大学の博士研究員であるチェン・チャン氏は述べた。
「所要時間はわずか10～20分で、ほとんどの場合、費用も手頃です。この背後にある機械学習パイプラインにより、数分で客観的かつ一貫性のある推定値が得られます。」®
