|
現在研究中のシステムはすでにBritish Journal of Dermatologyに掲載された論文のものと異なり，判別出来る腫瘍の種類を増やすだけでは無く，誤判定に対応するための新たな工夫を取り入れている．誤判定しやすい腫瘍の特徴が見えてきており，画像のどの部分に着目して判定した場合に間違いが起きやすいのかの解析を進めている．GradCamは画像のどの部分に着目しているかを可視化する技術であり，この手法により腫瘍の位置を特定して，その部分に着目させるなどの改善策を検討している．また，同じ腫瘍でも色調の違いにより判別が難しくなるものも見られることから，色調の違いにより同じ診断名でも診断クラスを分けておくことでより正しいクラス分類ができる可能性がある．また，AIを並列に並べて判定結果を総合して行うEnsenbleと言う手法はこれまでに試されてきているが， 直列に並べるという方法は少ない．
本研究の最終目的は社会に実装することである．異常な画像（自動車など）が入力された際に必ず何らかの判定をしてしまうのはこのAIシステム上仕方の無いことではあるが，これは今後社会実装するにあたり大きな問題となる．そこで判定システムに画像を入力する前に皮膚腫瘍以外の画像を誤入力として検出するアルゴリズムを取り入れることで，システムの信頼性を向上させた．また，携帯デバイスで写真撮って判定するシステムが最も普及しやすいと考え，携帯デバイス向けのアプリケーションの開発も行っており，静止画だけでなく動画を用いたリアルタイム判定システムのプロトタイプも作成した．今後はインターフェースの改善や判定精度の評価を行っていく．
|
