アルツハイマー病進行、AIで予測精度85% 富士フイルム
コメント
注目のコメント
このようなAIが将来の生活の質を変えてくれることを願っています。
精度について補足。
「MCIの症状を持っていた患者239人のデータを20年夏にAIで解析。2年後にアルツハイマー病に移行するかMCIのままかを予測し、実際の病状と照合したところ、85%の確率で合致したという。」
移行した人としない人の内訳が書いてないのと、「精度」としか書いていないので注意です。例えば移行する人10％、しない人90%とすると何も考えずに「しない」と予測するだけで精度90%になります。
なので、専門的には下記のリンクでお示ししたように適合率P (ポジティブの過検出の少なさ)、再現率R (ポジティブの取りこぼしの少なさ)、F値(PとRの調和平均)、特異度 (ネガティブの取りこぼしの少なさ)などで議論します。なお、業界によって呼び方が変わったりします。
F値 (F-measure)
http://ibisforest.org/index.php?F%E5%80%A4予測精度８５％とは素晴らしい。（＠＠。
それと比べると、新型コロナウイルスの予測はAIも人間も当たらないのは何故でしょう。
人間に出来ない予測が出来ると話題になったGoogleのAIによる予測サービス。緊急事態宣言が出た直後の予測では、今年１月１０日から２月６日までの陽性者数は２３４，０２４人、死亡者数は４，１１８人と出ています。
https://ledge.ai/google-covid-19-202102/
実際の結果は陽性者数120,484人、死者数は2,341人でした。
足元の実績を元にした手前の方の予測は当たって当然なので、一番遠い２月６日時点の７日間移動平均を見ると、陽性者数は１日１万人弱、死亡者数は２３０人程度と読み取れます。実際の結果は陽性者数2,377人、死亡者数は98人でした。ほんの１か月先の予測がこれだけ外れたら、もはやデタラメに近いんじゃないのかな。AIばかりじゃなく、人間の予測でも、昨年４月に死亡者数４２万人と予測して恐怖を駆り立てたものがありました。人々が自粛したから、といったことではとても説明できないように感じます。結局は、AIと雖も正しいデータの蓄積が無いと当たらないということでしょう、たぶん。
「アルツハイマー病進行、AIで予測精度85%」というのは、AIにそこまで学ばせることができた富士フイルムさん、そしてAIを扱う人類の成果かと。最近呆け気味の私も受けて見ようかな。でもちょっと怖い気がします。「患者にどう告知するかなど、実用化に向けた課題は多い」。そりゃそうでしょうね・・・ (^^;記事中、「アルツハイマー薬の開発失敗が相次ぐ背景には、アルツハイマー病に移行しない患者が臨床試験に参加し、薬の有効性を証明しにくい状況が影響している」とありますが、(1)アルツハイマーに移行する患者と(2)移行しない患者が混在すると、(1)の方で医薬品の効果があったとしても、(2)では両群に差が出ず、結果、両群での「統計的有意差」が表れにくくなり、結果的に臨床試験に失敗するという恐れを指しています。
したがって、「移行するか否か」という「予後」を判断する指標である「診断基準」は有益です。また、これにより、ある種のアルツハイマーのサインがあっても「治療をせずとも構わない」という属性の人がいれば、予防的医療などコストをかける必要がないわけですから、医療費を下げたい機関（政府など）も推奨したいはずです。
しかし、気になるのはAIという言葉です。AIが機械学習を意味し、「機械が自動で学習しだんだんと賢くなっていき、最終的に機会が判断する」ことを指すのであれば、これが世界の先端医学に応用されるまでには、相当な時間がかかるでしょう。
医学では、「（臨床研究の）根拠に基づく医療（Evidence Based Medicine = EBM）」が重要とされています。研究の蓄積は、論文として世界で公表されて初めて「成果＝根拠」として認識されます。研究論文で重視されるのは、「実際に臨床投与されたときの結果」であり、この積み重ねにより治療方針が精緻化されます。
さて、本件、アルツハイマーの「予防」薬候補が有効かどうかを検討するための臨床試験で、臨床試験をする前の投与対象の選択を（該当する臨床試験の成果がないのに）AIがブラックボックスのなかで判断するという手順は認められることはないはずです。この考えが的外れとして、「（機械判断を）認めましょう」となると、「ならばそもそも臨床試験は必要ない」となります。
こういった論理は、「臨床医学」や「医薬品開発」でのベースですので、「機械に任せて・・・」ということは、今後10年や20年の内には、おそらく実用化されません。ただし、「画像の何％に病変が」などというルーチン的業務の「機械サポート」については、単なるデータを専門領域の技能を有する「医師のサポート」のために提供する場合には有益であり、すでに実用化もされています。
