画像診断に「AI」が役立つ理由と、それでも“第2の目”にとどまる理由

コメント

注目のコメント

• 山崎 俊彦

  東京大学 大学院情報理工学系研究科電子情報学専攻　教授

  ・2020年05月26日

  いくつかの記述に対してコメント。
  
  「放射線量を減らしつつ画像の精度を高めるのにも役立つ」
  
  AIを使って出来なくもないですが、通常はGANなどを使って精度を高めようとすると「実際にはない架空の画像を作っているだけ」と忌み嫌われます。JPEG圧縮ですら嫌われる世界です。圧縮によって生じるアーティファクト(情報損失)が嫌われるからです。そのために1輝度値までのズレのみを許容するLS-JPEGという特別な規格があります。ここで使われている技術はsparse codingという別の数学的技術。ブラックホール可視化でも一役買いました。
  
  目に見えないブラックホールの撮影を可能にした「スパースモデリング 」とは
  https://jp.techcrunch.com/2019/04/23/blackhole-sparse-modeling/
  
  
  「少なくとも米国では、FDA（米国食品医薬品局）が医用画像解析AIシステムを使って医学的な診断行為をすることを承認していない」
  
  補助にだけ使えて最終的な診断をしては行けないということでしょうか？結構積極的にAIを導入している印象がありました。
  
  FDAはAI医療機器を30種類承認、今後70種類に拡大へ
  https://medicalai.m3.com/open/news/190510-report-jrst
  
  
  「もう一つの課題は信頼性だ。AI技術はまだ新しい技術であり、特定のアルゴリズムには説明能力がない。」
  
  AIの欠点を指摘するときに必ずやり玉に挙がる点なのですが、
  ・果たして人間に本当に説明性があるのか？こじつけている場合が見られないか？
  ・世界中の研究者が説明性について研究しているので、本質的に解決可能な問題であるなら、それは時間の問題。本質的に無理な課題であれば無理。
  と思っています。