AIで貧血を予測する

2024年07月19日研究

―機械・深層学習によるヘモグロビン値推定モデルの構築―

• スマートフォンで撮影した眼瞼結膜写真を人工知能（AI）に学習させ、非侵襲的にヘモグロビン値を予測できる機械学習・深層学習モデルを構築しました。
• Grad-CAMという可視化手法を用いることで、深層学習モデルにおいて特に眼瞼結膜の下半分の領域に注目することが、高精度にヘモグロビン値を予測する上で重要であることを明らかにしました。
• さらに精度のよいモデルを構築することで臨床に応用できる可能性があります。スマートフォンで撮影した写真をもとにAIモデルを開発したことから、誰でもどこでも利用可能なアプリに応用できると考えられ、医療アクセスの乏しい地域や、鉄欠乏性貧血をきたしやすい小児・妊婦などでの簡便な貧血スクリーニングへの活用が期待されます。

東京大学（所在地：東京都文京区、総長：藤井輝夫）大学院医学系研究科小児医学講座の加登翔太（医学博士課程）、加藤元博 教授らの研究グループは、エルピクセル株式会社（所在地：東京都千代田区、代表取締役：鎌田富久）の茶木慧太、髙木優介、河合宏紀との共同研究により、スマートフォンで撮影した眼瞼結膜写真からヘモグロビン値（血液の中に含まれるヘモグロビンの濃度）を予測する機械学習・深層学習モデルを構築しました。

※詳細は添付ファイルをご覧下さい。

ファイルを保存される方は、マウスの右クリックから「対象をファイルに保存」、「名前をつけて保存」などを選択して保存して下さい。