|
本研究の目的は，説明可能な医療AIのための数理モデルの開発である．医療AIの精度の近年の向上には目を見張るものがあるが，現実の医療現場には今ひとつ浸透していないのが現状である．大きな障害となっているのは，画像を含む医療AIの判断を，納得して自らの判断に取り込むことができないということであろう．医師をはじめとする医療スタッフが医療AIを道具として医療を進めるためには，説明可能性は必須の事項である．本研究では，1. 医用画像から診断根拠を提示できる診断技術の開発 2.医療データをもとに因果関係を自動的に構築する数理モデルの開発 3. 応用例としての心不全患者の診断根拠の可視化を行い，医療現場で医師が安心して判断の根拠の一つとして使えるような，説明可能性の技術の開発を目指す．
1）医用画像から診断根拠を提示できる診断技術の開発については，医用画像からディープラーニングを用いて判断する際に，判断の根拠領域を事前にインプットする方法について特許出願中である．また，手法の原理とパフォーマンスについて記述した論文が出版された．2）医療データをもとに因果関係を自動的に構築する数理モデルの開発については，大阪府の国民健康保険のデータを用いた，大規模医療データからの因果探索や，因果推論の手法についての解説記事を出版した．3）応用例としての心不全患者の診断根拠の可視化についても順調に開発が続いており，2023年度に関連論文を3編出版し，プレスリリースを行った．
|
