AIががん患者の生存リスクを顔写真から直接予測するモデルを開発
米国のMass General Brighamの研究チームは、数百万枚の顔画像で訓練されたAI基盤モデルを開発し、がん患者の生存リスクを直接予測できることを発表しました。この研究成果は「The Lancet Digital Health」に掲載されています。
モデルの構成と機能
このモデルには二つの主要なアルゴリズムが含まれます。
FAHR-FaceAge: 生物学的年齢を推定するアルゴリズムで、約5年の誤差で生物学的年齢を特定できます。これは他のツールよりも高い精度であると研究者らは述べています。患者のFAHR-FaceAgeと実年齢との偏差は、生存と独立して関連していることが示されました。
FAHR-FaceSurvival: 生物学的年齢の推定を介さず、単一の顔写真から直接生存予測を生成するアルゴリズムです。共同筆頭著者であるHugo Aerts氏によると、「AIモデルが単純な写真から直接がんの生存を予測できるという、我々の知る限り初のデモンストレーション」です。
予測に用いられる顔の部位
アルゴリズムは顔の異なる部分に注目して予測を行います。
FAHR-FaceAgeは、ほうれい線、目の上の額、こめかみに焦点を当てます。
FAHR-FaceSurvivalは、目の下と鼻筋周辺の領域を評価します。
学習と検証
これらのアルゴリズムは、WebFace42Mデータセットから得られた4000万枚以上のラベルなしの顔画像で訓練されました。検証は、オランダで放射線治療を受けた約5000人のがん患者のパネルで行われました。
臨床応用性と目標
研究著者らは、FAHR-Faceアルゴリズムが、他のモデルが特殊な画像に依存するのとは異なり、市販の顔写真を使用しているため、臨床応用性が広がるとしています。
対応著者であるRaymond Mak氏は、「高齢化が進む中で、医師は放射線治療、手術、全身療法などの集中的な治療を推奨する前に、身体的予備力や虚弱さを評価するより良い方法を必要としている」と述べています。目標は、医師の判断を置き換えるのではなく、「顔写真に基づいた健康評価をより定量的、一貫性のある、スケーラブルなものにし、個別化された治療決定を支援すること」です。
研究の拡大と専門家の評価
研究チームは、一般公開されている「FaceAge Research Study」を通じて、この研究をさらに拡大しています。
サリー大学の画像・AI専門家であるMiroslaw Bober教授は、この研究を「興味深く実質的」と評価し、ツールがリスク別に患者を分類できることを示したと述べています。しかし、彼は「AIが医師が認識できない何かを認識するかどうかはテストされていない」とし、「これは有望な概念実証だが、臨床使用の準備はできていない」と付け加えています。