ブログ

胸部レントゲン画像で新型コロナウイルス感染症の早期特定を可能にする VisionPro Deep Learning

using deep learning to diagnose COVID-19 from chest x-rays

新型コロナウイルス感染症が世界中で警戒され始めたとき、コグネックスのディープラーニングの専門家は、医療従事者が効果的な防御を実現するのにその技術が役立つのではと考え始めました。

ディープラーニング製品で実現:2020年9月中旬現在、新型コロナウイルス感染症は世界中で約3,000万人に感染し、ほぼ100万人の命を奪いました。世界中の臨床医が直面した課題:研究室によっては症例の確認検査に時間がかかり、診断と治療が遅れる可能性があります。X線やその他の医療画像技術は、感染診断を迅速に確認することができますが、これらの画像の意味を容易に誤解する可能性があります。

コグネックスのディープラーニングチームは、この課題に注目し、生産ラインの自動化と最適化用に構築したソフトウェアパッケージが、パンデミック応答の医療用画像処理コンポーネントに対するソリューションを提供する可能性があることに気付きました。

ディープラーニングと医療画像処理を組み合わせるメリット

X線のような医療画像は、医師や放射線科医に臨床検査が正確であるという視覚的証拠を与えるため、新型コロナウイルス感染症診断の確認において重要です。さらに、ディープラーニングソフトウェアは、何千もの医療画像を分析し、診断を否定または支持する異常を特定することで、臨床医の作業負荷を軽減することができます。

そこに潜む1つの障害:実績の高いオープンソースのディープラーニングツールは、使用が困難であり、プログラミングに関する専門知識が必要です。医師、放射線科医、その他の臨床医などの医療従事者がこれらのツールを使いこなすことを期待することは現実的ではありません。

コグネックスの AI 専門家チームは、この障害を次の基本的な質問で乗り越えることを始めました:コグネックスの産業オートメーションソフトウェアは、世界トップのオープンソースのディープラーニングツールの性能と同じように使いやすい代替手段となれるか?

この仮説の開始試験では、強い可能性が示されました。専門家5名で編成されるコグネックスのディープラーニングチームによる研究によると、同社の最先端のマシンビジョンソフトウェアは、オープンソースのディープラーニングツールをリードする世界の精度に匹敵するか、上回りました。

ディープラーニングを用いた胸部レントゲンによる新型コロナウイルス感染症の検出:コグネックスの VisionPro Deep Learning 1.0 ソフトウェアとオープンソースの畳み込みニューラルネットワークの比較として行われたこの研究は、大手研究出版社に注目されました。共著者である Arjun Sarkar、Joerg Vandenhirtz、Jozsef Nagy、David Bacsa、Mitchell Riley は、全員がコグネックスのライフサイエンスチームのメンバーです。

「レントゲン画像に現れる病理をソフトウェアで区別することは思ったより簡単であることを知って驚きました」と、コグネックスノライフサイエンス部シニア AI エキスパート Vandenhirtz は語っています。「人がレントゲン画像から異なる病理の違いを把握することはほとんど不可能です。放射線科医が5人いれば、画像から5つの異なる意見が得られるはずです。」

Vandenhirtz は、同社のプレミアムマシンビジョン技術をヘルスケアとライフサイエンスの分野に拡張するために、この研究を調整しました。世界的なコロナウイルスパンデミックは緊急性が高く、COVIDx (新型コロナウイルス感染症の胸部レントゲン画像による膨大なデータセット) がこの研究におけるテスト画像を提供しました。ドイツのアーヘンにある応用科学大学で生物医学工学を学ぶ Sarkar (修士号取得) を雇用し、実験を行い、研究報告書にその調査結果を要約しました。

Vandenhirtz によると、Sarkar は、Google の主要なディープラーニングプラットフォームである TensorFlow を使いこなす能力がありました。TensorFlow では、プログラマはテキストベースのターミナル インターフェイスでモデルを構築する必要があります。一方、VisionPro Deep Learning は、プログラミングの経験が必要ない使いやすい GUI が採用されています。

COVID-19 GUI (1)

COVID 研究とディープラーニングの構築

コグネックスの研究は、カナダのオンタリオ州ウォータールー大学での研究結果に基づいて構築されました。この研究は、COVID-Net: 胸部レントゲン画像から新型コロナウイルス感染症例を検出するために調整された深畳み込みニューラルネットワークの設計とされ、COVIDx と呼ばれるデータセットに約14,000の胸部レントゲン画像を集めました。共著者 Linda Wang と Alexander Wong は、オープンソースのディープラーニングパッケージを使用して、レントゲン画像を解析し、新型コロナウイルス感染症感染の兆候を持つ肺を特定することを学習する洗練されたニューラルネットワーク COVID-Net を構築しました。

ウォータールー大学の研究者のグループは、COVID.Net などのリソースを活用するための商用ディープラーニングソフトウェアを開発するために DarwinAI と呼ばれるスタートアップを立ち上げ、大きな成果をもたらしましたが、依然として基本的なユーザビリティの課題に直面していました。

この時点では、データサイエンティストが活用できる非常に技術的な実装に限られ、放射線科医や医療従事者向きではありませんでした。そのため、使いやすく、技術的に詳しくない人でも活用できる適切なアプリケーション UI が必要だと、DarwinAI CEO の Sheldon Fernandez は CDNet とのインタビューで語っています。

コグネックスの研究者は、このような制限の影響を理解しました。VisionPro ディープラーニングは、コグネックスの製造クライアント向けに開発されました。その開発者は、工場長と技術者がディープラーニングを使用して生産ライン上の画像を分析し、品質管理を維持し、欠陥のある製品や損傷した製品を市場から締め出すことができるように設計しました。

例えば、自動車工場では、コグネックスのマシンビジョンカメラはフェンダーやエンジンブロックなどの部品のデジタル写真を撮ります。VisionPro ディープラーニングは、それらの画像をスキャンして検査官がしばしば見逃す傷、へこみ、その他の異常を探します。これらの欠陥にフラグを付けることで、生産ラインの生産性を向上させ、製品の品質を強化します。また、部品や欠陥の分類、部品の位置指定、アセンブリの検証にも使用できます。このような検査タスクは、本質的に人の判断が必要なため、すべてでなく、その多くが手動で行われています。

COVIDx データセットにおける VisionPro ディープラーニングの役割

Fスコアと呼ばれる測定は、デジタル画像のパターンと異常を正確に予測するディープラーニングシステムの全体的な精度を評価します。コグネックスの研究者は、COVID-Net データセットで約 14,000 枚のレントゲン画像を分析しました。その画像は、正常、COVID-19 以外の肺炎、COVID-19 の3つのカテゴリーに分類されました。

COVID-19 レントゲン画像 (1)

下の表は、複数のディープラーニングパッケージによる比較を示しています。COVID-Net は、92.6%の正常画像から94.7%のCOVID-19画像まで、非常に強力な予測結果を出しました。VisionPro ディープラーニングは、さらに95.6%の正常、97.0%の COVID-19 画像を特定しました。

分析結果

これは研究の1つにすぎません。コグネックスのチームは、研究と統計分析に業界標準の技術を使用しましたが、他の研究者が結果を再現できるかどうかはまだ分かりません。

Vandenhirtz は、同社の主要な短期的な関心は、CT (コンピュータ断層撮影) スキャンで有望な結果を示しているこの種のソフトウェアの機能について世界の医学界に伝えることであると語っています。また、組織学スライドの顕微鏡画像を使用する眼科またはデジタル病理学が関与する眼科のような領域でも有用であることが証明される可能性があります。

ただし、ディープラーニングアルゴリズムのあらゆる機能をもっても、臨床医の知恵を完全に置き換えることはできません。しかし、聴診器や血圧カフのように、医療従事者が高レベルで仕事をするのに役立つツールです。

このように、コグネックスの VisionPro ディープラーニングソフトウェアは、画像から分類に重要な領域を強調表示する便利なヒートマップ機能を提供します。決定アルゴリズムでは、黄色から赤色の領域は重要で、緑色から青色の領域は重要ではありません。

実世界では、このヒートマップ機能により、潜在的な診断(Covid-19陽性または陰性など)の推奨だけでなく、対応する疾患症状を検出した領域も特定できます。これには、放射線科医が AI 診断を検証するための画像の特定領域において医師を必要としなくなるため、誤った理由による誤診断を防ぐのに役立つという重要な役割があります。

covid ヒートマップ

「少なくとも短期から中期的には、AIが診断を下すことができるとは考えていない」と結論付けています。「VisionPro ディープラーニングは、推奨することはできても、最終的には放射線科医が画像の意味を判断する必要があります。」

AI が放射線科医の代わりになることはないと言うものの、AI を使用していない放射線科医の役割を担うことはあり得ます。

他の投稿

製品のサポートやトレーニングなどの詳細を見る

マイコグネックスに参加

お気軽にお問合せください

Cognex は世界中でお客様のビジョンと工業用バーコドリーダのあらゆるニーズをサポートしています。

お問合わせ
Loading...