東大、自己学習AI活用した高精度な心電図解析技術を開発
掲載日：
東京大学は8月14日、自己学習AI（人工知能）技術を使った高精度な心電図解析モデルを開発したと発表した。
開発した技術は、多施設から収集した23万例のデータを基に、自己学習手法の「マスクドオートエンコーダー（MAE）」を使って、心電図解析データを再構築することで、精度の高い解析を実現した。
「MAE」はデータの一部を隠し、隠された部分を再構築することで学習を行う自己教師ありの学習手法。自己教師あり学習は、AIがデータの一部を利用し、自身で正解を見つけながら学習するため、ラベルなしデータでも効果的に学習が進められる。
これまでの心電図解析手法では、異常検出に必要とされる大量のデータ収集が困難で、精度の高い心電図解析の妨げとなっていた。今回、MAEを使用することで高性能なAIモデルを構築できるため、データ収集のコストや時間を大幅に削減することが可能になった。
新技術は、東京大学大学院医学系研究科の澤野晋之介氏、同大学医学部附属病院循環器内科の小寺聡特任講師、同大学大学院医学系研究科先端循環器医科学講座の小室一成特任教授と協力機関の研究チームが開発した。
チームでは今回の研究によって、医療分野でAI技術の実用化が進み、より広範な医療現場での応用が期待されるとしている。
