工科大学の学生がAIを使ってハノイ医科大学の発注問題を解決

[広告_1]

これはハノイ医科大学病院から依頼された課題であり、ハノイ工科大学の新人エンジニアであるブイ・ヴァン・ソン氏（2000年生まれ、タインホア出身）が、国際人工知能研究センター（BK.AI）バイオメディカル情報科学研究部門長のグエン・ホン・クアン博士の指導の下、3年かけて解決しました。

Bui Van Sonさんはコンピュータ工学を専攻する学生です。研究に対する情熱から、ソンさんは大学2年生のときから、グエン・ホン・クアン博士の生物医学情報科学研究室への参加を申請しました。ここで、男子学生は遺伝子解読、薬物反応の発見、画像処理など、医療分野における AI 応用の問題について学ぶ機会を得ます。

ソン氏によると、クラスメートの大半はウェブサイトやアプリの開発に取り組んでいるが、バイオメディカル分野で人工知能に注力することには多くの困難もあるという。

「研究のために、人工知能に関する調査や講座への参加に加え、遺伝子配列、DNA、mRNA、PCR検査プロセスなどに関する知識も再学習する必要がありました。」

z5128872607157 11c22f4820fddb63dec840e09be6ea28.jpg — ブイ・ヴァン・ソンさん（2000年生まれ、タインホア省出身）は、ハノイ工科大学を卒業したばかりです。

研究室にいた頃、ソン氏は指導教官の指導の下、がん細胞に反応し、がんを予防し、がん細胞を抑制する新薬の発見に携わった。さらに、男子学生は画像処理と太陽光パネルの不良パネルの特定に関する問題も解いた。

2022年半ば、ソンさんはハノイ医科大学病院が発注した「超音波画像を用いた胎児の項部透過性の判定」に関するプロジェクトに参加するよう指導医から提案された。

専門用語を完全に理解するために、ソンさんは病院の医師と話したり、超音波ビデオを見たりして、頸部透過率の測定プロセスを理解するのに2か月を費やさなければなりませんでした。徐々に、ソンさんはそのテーマの意味と目的、そして研究結果を現実の生活にどのように応用できるかを理解していった。

ソン氏によると、首の後ろの空間の幅を判定することで、医師は出産前に胎児の異常を早期に診断できるという。しかし、項部透過性の超音波測定は現在でも手動で行われています。この技術は医師の経験に依存するため、多くの潜在的なエラーも発生します。

「0.1～0.2mmの誤差が診断結果に違いをもたらし、妊婦へのカウンセリングプロセスに影響を与えることがある」とソン氏は述べた。

そこで、この男子学生は、ハノイ医科大学病院の第一線医師らが項部透過領域をラベル付けした胎児の超音波画像約1,200枚のデータセットを時間をかけて研究し、同時に、その問題に適したディープラーニングモデルと画像処理アルゴリズムを構築・開発しました。しかし、当初は結果はあまり芳しくありませんでした。

「2～3週間ほど、高度な画像処理モデルをいくつも試しましたが、それでも結果は改善しませんでした。人工知能を使って首筋を計測する研究は世界にはありますが、首筋とその幅をミリメートル単位で明確に示した研究はありませんでした」とソン氏は語った。

新しい方向性が見つからないたびに、教師と生徒は一緒に座ってアルゴリズムの各ステップを「解きほぐし」、改善する必要がありました。グエン・ホン・クアン博士によると、ソンさんは粘り強く、勤勉な人だ。その問題を解くために、孫氏は実際に約20個の異なるサブ問題を解かなければならなかった。

「孫さんは働けば働くほど、解決すべき問題を見つけ、それを積極的に実行します。そのおかげで成果は日々向上しています」とクアン博士は語った。

約2年間の研究を経て、ブイ・ヴァン・ソン氏は、医師の手動測定方法と比べて0.4mmの誤差で、2D超音波画像を使用して胎児の項部透過率を判定および測定する新しい方法を提案しました。この測定方法は、医師が測定を行う際のコストと労力を削減するのに役立ち、医師が超音波測定プロセスを事後チェックするための基礎として役立ちます。

孫氏の研究成果はハノイ医科大学病院でもテストされ、実現可能であると評価された。ソンさんはその後、この成果をハノイ工科大学の学生科学研究コンテストに持ち込み、第2位を獲得しました。

1692756927599 1gẻg.png — Bui Van Son 氏と Nguyen Hong Quang 博士 - ハノイ工科大学、バイオメディカル情報科学研究部門長、コンピュータ工学部門講師。

ソン氏によれば、これは新しい研究であったが、当時の方法の正確さは絶対的なものではなかったという。

そのため、大会後も孫氏はアルゴリズムの開発と改良を続けました。男子学生は自分の携帯電話でウェブサイトとアプリケーションを構築しました。システムに画像をアップロードするだけで、モデルはわずか 5 ～ 7 秒で項部透過率や安全閾値のデータを正確に測定します。この方法は、ぼやけて不明瞭な超音波画像内の認識が困難な症例にも対応し、超音波測定時の不要な誤差を最小限に抑えます。

肯定的な結果を見て、ブイ・ヴァン・ソン氏と彼の学生は、国際バイオメディカル情報科学誌に送る科学研究論文を完成させました。しかし、孫氏はこのモデルは医師に代わるものではなく、医師が正確な距離を判断するための支援ツールに過ぎないとも断言した。

2年目からソン氏と働き始めて、グエン・ホン・クアン博士はソン氏が科学研究に情熱を燃やす人物であると評価した。ラボで最初に割り当てられたタスクはアプリケーションプログラミングと Web プログラミングでしたが、Son 氏はそれを非常に迅速かつ効率的にこなしました。その後、孫さんはAIへの情熱から、割り当てられた問題を研究し、応用し、非常にうまく解決しました。

「『超音波画像を用いた胎児項部透過性の判定』という研究において、このモデルの精度は現時点でベトナムの著名な超音波医師の精度と同等です。しかし、実用化には、病院の運用手順や保健省の診察・治療手順といった要因に大きく左右されます」と、グエン・ホン・クアン医師は評価しました。