InformAIがV7を使用してどのように97％の精度で臓器の体積推定モデルを構築したか
【課題】
ドナーとレシピエント間の臓器のサイズの一致は、移植の分野で重要な問題です。適切なサイズ決定は、移植された臓器の長期的な生存を決定するうえで極めて重要な役割を果たします。臓器移植における最も重要な課題の一つは、非使用率が高いことで、場合によっては廃棄率が40％にも達することがあります。
この課題に取り組むため、InformAIは、医師が臓器を正確に並べて3D体積比較できる全自動の臓器体積推定モデルの開発に着手しました。
この目標を達成するために、チームはCT胸部-腹部-骨盤（CAP）プロトコルスキャンをアノテーションをつけ、モデルを訓練して全臓器の実質を正確に区分し、体積を計算するための特化したトレーニングデータプラットフォームが必要でした。これにより、臓器移植におけるサイズの不一致の課題が解決しました。
【解決策】
InformAIは、V7の機能を活用して、臓器スキャンを含むDICOMファイルのラベリングのための医療ワークフローを開発し、それにより、臓器移植の臨床ワークフローをサポートする包括的で統合されたAI情報ダッシュボードであるTransplantAIのためのGround Truth(グラウンドトゥルース)を作成することができました。
V7が提供するユーザーフレンドリーなインターフェースとブラウザアクセスにより、放射線科のチームは容易に協力し、より効率的に最大の精度を達成することができました。
また、V7は、チームがすべての必要なセキュリティとFDAの要件を満たし、データをS3バケットに安全に保存することでデータを安全かつ機密に保管することを可能にしました。V7のおかげで、InformAIはTransplantAIを実現し、臓器移植の分野に革新をもたらし、医療従事者と患者の両方に重要なサポートを提供することができました。
InformAIについて
InformAIは、放射線科医の生産性を向上させ、医療診断を加速するAIソリューションを開発しています。同社はテキサス・メディカルセンターに拠点を置き、年間1000万人の患者を診療しています。最近のテキサス州のがん予防研究イニシアチブ（CPRIT）からの資金調達により、InformAIはAI対応ソリューションの提供を拡大しており、そのひとつが臓器の未使用問題を解決するV7との共同プロジェクト「TransplantAI」です。
V7の医療データワークフローを活用して効率を高める
移植用の固形臓器の世界的な不足は依然として大きな課題となっています。需要が供給を3対1ではるかに上回っています。2022年には過去最高の42,000件以上の移植が米国で行われましたが、12万人以上の患者が待機リストに載っており、毎日17人の患者が臓器を待って亡くなっています。適切なマッチングとサイズ決定方法がないために、使用可能な臓器が使われずに最大40％が廃棄されるという大きな問題があります。
InformAIは、この問題に対処するために、サイズのマッチングとより良い意思決定のための3D体積比較を含むアルゴリズムの組み合わせであるTransplant AIを開発しました。
チームは、V7とテキサス・メディカルセンターのパートナーから提供された全身CTスキャンを含む独自のデータセットを使用して、各170枚のスライスを持つ400以上のDICOM画像シリーズをアノテーション付けしました。放射線科の研修医が心臓、肺、腎臓、肝臓のクラスをラベル付けし、専任の放射線科医がレビューしました。InformAIは、より速いQAレビューサイクルのために効率的なV7医療ワークフローを作成しました。
その後、InformAIはラベル付けされたデータをエクスポートして、U-Netアーキテクチャを使用したサイズ推定モデルをトレーニングしました。
なぜＶ７なのか：HIPAA準拠のAIモデルを迅速に開発
InformAIは、V7を選択する前に、トレーニング・データプラットフォームを徹底的に調査しました。主な差別化要素はセキュリティとアクセシビリティでした。V7は、クライアントのAWS S3バケットで管理されるセキュアなストレージ、アプリケーションソフトウェアではなくウェブブラウザ上で有効なカスタマイズされたワークフローを可能にするユーザーアクセス制御、3D医療DICOM画像のサポートを提供することで、他のラベリングプラットフォームとの差別化を図っています。
チームは、FDAとHIPAAを含む医療規制、および機密データのホスティングのためのセキュリティ基準に準拠したツールが必要でした。V7のAWSとの互換性により、チームはパートナー機関のデータをS3サーバーに保存し、V7のAPIツールキットを通じて閲覧することができました。また、V7は放射線科のラベラーをリモートでオンボーディングすることを可能にし、物理的なワークステーションは必要ありませんでした。InformAIがレビューした競合他社はこの組み合わせを提供していませんでした。
V7のDICOM、PNG、NIFTIを含む複数の形式への対応は、このアノテーション・プロジェクトにとって極めて重要でした。データのインポートとエクスポートが簡単にできるため、オープンソースのデータセットのアップロードとラベル付けされたデータのエクスポートを容易にし、モデルのオフラインでのトレーニングを可能にしました。
InformAIのアノテーターは、V7の直感的なUI、アノテーションの容易さ、柔軟性を高く評価しています。制度を最大限に高めるために、チームはすべての画像を手作業でラベル付けしています。V7のインターフェースでは、マウスの代わりにiPadとAppleペンシルを使用することができ、これにより便利さと精度が向上しています。
結果：97.0％のモデル精度の達成
V7は、InformAIチームが、最新製品であるTransplantAIの基礎となる高精度モデルをトレーニングするために使用されるグランドトゥルースを作成する上で、重要な役割を果たしました。
InformAIのシニア・データサイエンティストであるBritton Marlattは、次のように述べています：
私たちのモデルは97.0％の精度を達成しており、これは移植臨床医がしばしば人口統計情報からのサイズマッチングに頼り、この方法は臓器サイズの推定に非常に低い決定係数（v2 ~0.35）の公式に依存していることを考えると、大幅な改善です。現在利用可能なより高度なサイズ推定方法は、臓器の割り当てという一刻を争うプロセスにおいて、時間と貴重なリソースを必要とする手動プロセスに大きく依存しています。このパラダイムシフトにより、迅速に臓器の正確なサイズを計算し、ドナーとレシピエントの臓器を並べて比較することができます。
TransplantAIは、医療専門家が臓器のサイズを正確に決定することを可能にし、ドナーとレシピエントの間で臓器を比較することを容易にします。臓器の未使用率を大幅に減らす可能性を持つTransplantAIは、臓器移植の分野に革命を起こすことでしょう。