機械学習によって妊娠の健康リスクを予測できる

カーネギーメロン大学(CMU)、ピッツバーグ大学医療センター(UPMC)は、「The American Journal of Pathology」にて、現在、胎盤切片を検査できる機械学習の開発を進めており、将来的には機械学習によって子癇前症の予測が可能になると発表した。

機械学習による子癇前症リスク予測は、子癇前症の症状が現れる前に母親のリスクを特定し、治療を可能とする。

胎盤を検査することで血管障害(DV)である血管病変タイプを調べられ、母親の子癇前症リスクを予測できるという。しかしながら、1つの胎盤切片には数百もの血管病変が存在し、子癇前症リスク特定に必要とされる血管病変は、たった1つである。

機械学習では、コンピュータにデータファイルにおける特定の特徴を学習させ、認識させる。今回の場合、データファイルは胎盤サンプルの薄い断面イメージであり、コンピュータに多様なイメージを学習させて病気の胎盤、健康な胎盤を記憶させる。

学習したコンピュータは、血管病変から妊娠の特徴(妊娠年齢、出生体重、母親の状態など)に至るまでのデータが反映されたアルゴリズム・統計モデルに基づき、イメージの血管を検出し、胎盤にある病変を特定できるようになる。

研究チームは、現段階において、アルゴリズムが病理学者に代替することは不可能であると言及する。今後、アルゴリズムにて、病理学者が精密検査をすべき箇所を知らせることでプロセスの迅速化を目指す。

（画像はThe American Journal of PATHOLOGYより）




NEWS MEDICAL
https://www.news-medical.net/

The American Journal of PATHOLOGY
https://ajp.amjpathol.org/