• MiniGPT-Medは疾患検出の精度と効率を高め、診断に変革をもたらします。
• KAUSTとSDAIAによって開発されたこのシステムは、医療スキャンを解釈するために高度なビジョンインターフェイス技術を活用している。

ラマ・アルハマウィ

リヤド：ヘルスケアにおける人工知能は、患者ケアの合理化から疾病発見のスピードと精度の向上まで、医療診断に革命をもたらしている。

サウジアラビアは、MiniGPT-Medと呼ばれる革新的なAIモデルの開発により、この革命の最前線にいる。
膨大な量のデータを分析し、人間の目では見逃す可能性のあるパターンを特定する能力を持つAIは、急速に不可欠な医療ツールになりつつある。

病気の初期症状の検出、医療用スキャンの解釈、治療計画の支援など、医療におけるAIの役割は急速に拡大しており、コストの削減と患者の転帰の改善に役立っている。

キング・アブドゥラー科学技術大学（KAUST）がサウジ・データ・AI庁と共同でサウジアラビアで開発した最先端の視覚インターフェースAIモデル、MiniGPT-Medが登場した。

7月に発売されたこの先進的なツールは、画像解析とテキスト臨床データを統合することで医療診断の精度を高め、肺炎、浮腫、脳腫瘍、肺がんなどの疾患の検出を大幅に改善するよう設計されている。

KAUSTのVisual Computing Centerでコンピュータサイエンスの助教授を務めるムハンマド・エルホセイニー氏はアラブニュースに、「MiniGPT-Medは、画像とテキスト臨床データの統合処理によって診断精度を向上させ、医師を支援します」

「これは、視覚を言語モデルに注意深く統合し、医療画像の問題点の特定を含むこれらのスキルを学習するために必要なデータを準備することで、大規模な言語モデルに医学的な視力を与えていると考えることができます」

MiniGPT-Medは、OpenAIのChatGPTのような大規模言語モデル（LLM）の既存のアーキテクチャを基盤としており、これらはすでに卓越した医療知識を実証している。

MiniGPT-Medが他のAIモデルと異なる主な特徴のひとつは、医療画像内の異常箇所を特定する能力である。

医師は、「この画像の内容を説明してもらえますか？」や 「どこに異常がありますか？」といった、あらかじめ定義された簡単な質問を使用して、このAIと対話する。

するとAIは、胸部X線検査で肺炎を特定したり、MRI検査で脳腫瘍の正確な部位を特定するなど、即座に正確な結果を提供する。

初期試験では、すでに従来のモデルの精度を19％も上回っている。

多様な医療データセットで訓練されたMiniGPT-Medは、診断の裏付けとなる数百万件の症例を活用し、データベース内の類似症例と画像を比較することで合理的な結論を導き出す。

このモデルは、MIMIC-CXR（胸部X線画像とレポート）、NLST（肺がん検出のための低線量CTスキャン）、SLAKE（放射線画像）、RSNA（肺炎検出）、RadVQA（放射線画像）の5つの包括的な医療データセットから情報を得る。

その精度の高さにもかかわらず、エルホセイニー氏は、MiniGPT-Medは医療専門家に取って代わるものではなく、医療専門家を補完するものであることを強調する。

「MiniGPT-Medのようなモデルが導入する新しい診断法は、医師や放射線技師を置き換えるのではなく、支援することを目的としており、より少ない労力でより多くのことを行えるようにするものです」

その代わり、診断の精度と効率を高めることで、このAIツールは、特に資源不足の地域において、医師がより良い治療を提供できるよう支援することを目的としている。

将来に向けて、KAUSTとSDAIAの開発チームは、より多様なデータセットを取り込み、複雑な医療用語に対するモデルの理解を向上させ、信頼性を高めることを計画している。

また、MiniGPT-Medが実際の医療環境で安全かつ効果的であることを確認するため、広範な臨床検証研究も計画されている。
KAUSTとSDAIAの共同研究は、ヘルスケアにおけるAIの応用において大きな前進を意味する。

エルホセイニー氏によると、このパートナーシップはKAUSTに新設されたGenAI Center of Excellenceの広範な目標に沿ったものであり、AIにおける更なるイノベーションの出現が期待されている。

MiniGPT-Medのような技術により、サウジアラビアは医療能力を向上させるだけでなく、世界のAI事情のリーダーとしての地位を確立しつつあります。

このような技術が進化し続けることで、世界中の医療現場が変革され、より正確な診断と患者の予後改善が期待されます。