工科大学の学生がAIを活用してハノイ医科大学の発注問題を解決

[広告_1]

これはハノイ医科大学病院から依頼された課題であり、ハノイ工科大学の新人エンジニアであるブイ・ヴァン・ソン氏（2000年生まれ、タインホア出身）が、国際人工知能研究センター（BK.AI）バイオメディカル情報科学研究部門長のグエン・ホン・クアン博士の指導の下、3年かけて解決しました。

ブイ・ヴァン・ソンさんはコンピュータ工学を専攻する学生です。研究への情熱から、ソンさんは大学2年生の時にグエン・ホン・クアン博士のバイオメディカル・インフォマティクス研究室への参加を申請しました。そこで彼は、遺伝子の解読、薬物反応の発見、画像処理など、医療分野におけるAIの応用に関する様々な課題について学ぶ機会を得ました。

ソン氏によると、クラスメートの大半はウェブサイトやアプリの開発に取り組んでいるが、バイオメディカル分野で人工知能に注力することには多くの困難もあるという。

「研究のために、人工知能に関する調査や講座への参加に加え、遺伝子配列、DNA、mRNA、PCR検査プロセスなどに関する知識も再学習する必要がありました。」

z5128872607157 11c22f4820fddb63dec840e09be6ea28.jpg — ブイ・ヴァン・ソンさん（2000年生まれ、タインホア省出身）は、ハノイ工科大学を卒業したばかりです。

ソンさんは研究室での最初の滞在で、指導教員の指導の下、がん細胞に反応し、予防し、抑制する新薬の探索に取り組みました。さらに、画像処理や太陽光パネルの欠陥パネルの特定に関する問題にも取り組みました。

2022年半ば、ソンさんはハノイ医科大学病院が発注した「超音波画像を用いた胎児の項部透過性の判定」に関するプロジェクトに参加するよう指導医から提案された。

専門用語を完全に理解するために、ソン氏は2ヶ月間、病院の医師と話し合い、胎児の超音波映像を見て、頸部透過率の測定プロセスを理解する必要がありました。徐々に、ソン氏はこのテーマの意味と目的、そして研究成果を現実にどのように応用できるかを理解し始めました。

ソン氏によると、胎児頸部透過部の幅を測定することで、医師は出産前に胎児異常を早期に診断できるようになります。しかし、超音波による頸部透過部の測定は現在も手作業で行われています。この技術は医師の経験に左右されるため、多くの誤差が生じる可能性があります。

「0.1～0.2mmの誤差が診断結果に違いをもたらし、妊婦へのカウンセリングプロセスに影響を与えることがある」とソン氏は述べた。

そこで、この男子学生は、ハノイ医科大学病院の著名な医師らが項部透過領域をラベル付けした約1,200枚の胎児超音波画像のデータセットを時間をかけて研究し、同時に、問題に適したディープラーニングモデルと画像処理アルゴリズムを構築・開発しました。しかし、当初は成果はあまり期待できませんでした。

「2～3週間ほど、高度な画像処理モデルをいくつも試しましたが、それでも結果は改善しませんでした。人工知能を使って首筋を計測する研究は世界にはありますが、首筋とその幅をミリメートル単位で明確に示した研究はありませんでした」とソン氏は語った。

新しい方向性が見つからないたびに、教師と生徒は一緒に座り、アルゴリズムの各ステップを「解きほぐし」、改善していく必要がありました。グエン・ホン・クアン博士によると、ソンさんは粘り強く、勤勉な人です。その問題を解くために、ソンさんは実際に20近くの異なる部分問題を解かなければなりませんでした。

「彼は働けば働くほど、解決すべき問題が見つかり、それを積極的に実行したので、成果は日に日に向上していきました」とクアン博士は語った。

約2年間の研究を経て、ブイ・ヴァン・ソン氏は、2D超音波画像を用いて胎児の項部透過率を判定・測定する新たな方法を提案しました。この方法は、医師による手動測定方法と比較して誤差がわずか0.4mmです。この測定方法は、医師の測定にかかるコストと労力を削減し、超音波測定プロセスを確認するための基盤となります。

ソン氏の研究成果はハノイ医科大学病院でも検証され、実現可能性が評価されました。その後、ソン氏はこれらの成果をハノイ工科大学の学生科学研究コンテストに持ち込み、2位を獲得しました。

1692756927599 1gẻg.png — Bui Van Son 氏と Nguyen Hong Quang 博士 - ハノイ工科大学、バイオメディカル情報科学研究部門長、コンピュータ工学部門講師。

ソン氏によれば、これは新しい研究であったが、当時の方法の正確さは絶対的なものではなかったという。

そのため、コンテスト後もソン氏はアルゴリズムの開発と改良を続けました。彼はウェブサイトとスマートフォン用アプリケーションを構築しました。システムに画像をアップロードするだけで、モデルはわずか5～7秒で安全閾値である項部透過率のデータを正確に測定します。この手法は、ぼやけて不明瞭な超音波画像では判別が難しい症例にも対応し、超音波測定プロセスにおける不要な誤差を最小限に抑えます。

良好な結果を受けて、ブイ・ヴァン・ソン氏と彼の学生は、国際誌「バイオメディカル・インフォマティクス」に提出する科学研究論文を完成させました。しかし、ソン氏はこのモデルは医師の代わりとなるものではなく、医師がより正確に明るさを判断するための基盤となる補助ツールに過ぎないと断言しました。

2年目にソン氏と働き始めたグエン・ホン・クアン博士は、ソン氏が科学研究に情熱を注ぐ人物だと評価しました。研究室で彼に最初に与えられた課題は、アプリケーションプログラミングとWebプログラミングでしたが、ソン氏は非常に迅速かつ効率的にこなしました。その後、AIへの情熱を駆使し、ソン氏は割り当てられた課題を研究し、応用し、非常に巧みに解決しました。

「『超音波画像を用いた胎児項部透過性の判定』という研究において、このモデルの精度は現時点でベトナムの著名な超音波医師の精度と同等です。しかし、実用化には、病院の運用手順や保健省の診察・治療手順といった要因に大きく左右されます」と、グエン・ホン・クアン医師は評価しました。