リヤド:皮膚科治療の効率と効果を高めるため、サウジアラビアのキング・アブドゥラー科学技術大学(KAUST)の専門家が、人工知能の力を活用した画期的な新診断システムSkinGPT-4を開発した。
KAUSTのコンピューターサイエンス教授、スマートヘルス研究センター共同議長、バイオインフォマティクス・プラットフォーム議長であるシン・ガオ氏は、この研究を主導し、SkinGPT-4の目標は、皮膚疾患の検出、診断、適切な治療法の特定であると語る。
SkinGPT-4の筆頭著者であるKAUSTの博士候補生Juexiao Zhou氏と共同で開発されたこの技術は、特に訓練を受けた皮膚科医が不足しがちな地方の患者に、救命サービスを提供できる可能性があると高氏は言う。
「このような皮膚科特有の課題が、SkinGPT-4の開発につながりました。皮膚症状の多様性と、これらの症状を正しく特定し治療するための専門知識の必要性が、AIを活用した高度なソリューションの必要性を浮き彫りにしたのです」
研究チームは、従来の診断方法の限界と、皮膚科診断の精度と効率を高めるAI、特にChatGPTのような大規模言語モデル(LLM)の可能性を認識した後、このようなソリューションの必要性を認識した。
「SkinGPT-4では、ユーザーは診断のために自分の皮膚写真をアップロードすることができ、SkinGPT-4は自律的に皮膚状態の特徴やカテゴリーを決定し、分析を実行し、治療勧告を提供し、インタラクティブな診断を可能にすることができます」とガオ氏は述べた。
SkinGPT-4は、にきび、黒色腫、乾癬、基底細胞がん、湿疹など、明確な視覚的特徴を持つ疾患を診断する。
ガオ氏は、SkinGPT-4の開発は、データ収集と前処理に始まり、モデルの訓練と検証を行ったと語った。「チームは、AIモデルを訓練するために、皮膚科の画像と患者記録の大規模なデータセットを収集しました」
「重要な課題の1つは、画像やテキストを含む多様なデータタイプを統合することで、コンピュータ科学者と皮膚科医の協力が必要でした。AIが皮膚疾患の画像を効果的に解釈・分析できるよう、学際的なチームが協力しました」
SkinGPT-4は、コンピュータビジョンアルゴリズム、LLM、自然言語処理(NLP)を組み合わせて使用している。
「このモデルは、Vision Transformer(ViT)を使用して皮膚科画像を処理し、異なる皮膚状態を示すパターンや特徴を識別します」
「ViTは、我々のデータセット上でLlama-2-13b-chatと名付けられたLLMと、カスタマイズされた2段階の学習戦略で整列されます。そうすることで、LLM Llama-2-13b-chatは皮膚疾患の画像を理解し、自然言語で患者と会話しながら診断することができます」
SkinGPT-4は、一般開業医が容易に認識できないような珍しい皮膚疾患の診断に特に役立つ可能性がある。
「珍しい発疹で受診した患者を、SkinGPT-4は希少疾患を含む膨大な膚科画像で訓練されているため、迅速かつ正確に診断することができます」
「さらに、乾癬のような慢性の皮膚疾患を管理するために、SkinGPT-4は治療の進行と反応を監視し、継続的なサポートを提供し、必要に応じて治療計画を調整することができます」
研究者たちは、SkinGPT-4が、皮膚科医が不足している遠隔地や十分なサービスを受けていない地域にとって画期的なものになることを期待している。
「例えば、最寄りの皮膚科医が何百マイルも離れた農村地域で、患者が疑わしい病変を呈し、それが稀な皮膚癌である可能性があるとします」
「SkinGPT-4を使えば、現地の医療従事者は病変部の高解像度画像を撮影し、患者の病歴をシステムに入力します。SkinGPT-4は画像と患者の情報を分析し、予備診断と今後の対応策を迅速に提示します」
また、SkinGPT-4が発展するにつれて、システムは継続的な学習とフィードバックのメカニズムを通じて、自らの過ちから学んでいくとガオ氏は言う。
「誤診を分析し、修正を加えることで、システムはアルゴリズムを改良し、時間の経過とともに精度を向上させることができます。この反復学習プロセスによって、SkinGPT-4は確実に進化し、新しいデータや皮膚科学の新たなトレンドに適応していくのです」
しかし、ガオ氏は、SkinGPT-4が皮膚科医に取って代わるものではないことを強調している。むしろ、このプログラムは、患者と医師とのコミュニケーションを円滑にするためのアシスタントとして機能し、進化と最適化のツールとして設計されている。
「SkinGPT-4は、患者に皮膚疾患に関するより多くの情報を提供し、医師には診断プロセスにおける貴重な助力を提供することを目指しています」