ここ数年、NVIDIAやGoogleを筆頭とするテクノロジー大手は、ヘルスケア分野におけるAIの活用を重視しており、この分野に1,000億元近くを投資しています。医療分野は、AIの応用範囲が最も広く、成果も最も顕著な分野の一つとなっています。

2024年には、研究者たちはAIを用いて医療画像や動画をセグメント化し、糖尿病、パーキンソン病、乳がん、肺がん、卵巣がん、冠動脈疾患、うつ病、胃腸疾患などの疾患を診断する大規模な医療モデルを構築しました。また、RNAウイルスを特定するためのディープラーニング技術の研究も進められました。AIは医療業界をかつてないスピードで変革し、患者体験を最適化しています。

前回、AI+材料化学分野の注目すべき論文26本をまとめた特集号に続き、今号のHyperAIではヘルスケア分野におけるAI研究に焦点を当て、2023年から2024年にかけて発表された最先端論文35本を特集します。論文タイトルまたは下記の中国語訳をクリックすると、解説ページへアクセスできます。この情報がお役に立てば幸いです。

01 論文タイトル：言語誘導共通意味空間における統合医療画像事前学習、2024.07

中国語通訳： ECCV 2024に選出！浙江大学は、Microsoft Research Asiaと共同で、異種医療データの障壁を打ち破る統合医療画像事前トレーニングフレームワーク「UniMedI」を提案します。
研究内容：浙江大学は、Microsoft Research Asiaと共同で、画期的な統合型医療画像事前学習フレームワーク「UniMedI」を提案しました。診断レポートを共通の意味空間として活用することで、異なるモダリティの医療画像に統一的な表現を構築し、2D画像と3D画像を統合することで、複雑な医療データのより効果的な活用を可能にします。

02 論文タイトル：類似脳コンピューティングによる人間の脳の安静時およびタスク遂行状態の模倣と探索：スケーリングとアーキテクチャ、2024.05

中国語通訳：世界初！復旦大学の馮建鋒チームが860億個のニューロンを搭載したデジタルツインブレインプラットフォームを開発
研究内容：復旦大学脳触発知能科学技術研究所は、データ同化手法に基づいて開発された、860億個のニューロンと数兆個のシナプス規模を持つ、世界初の完全な人間の脳規模の脳シミュレーションプラットフォームであるデジタルツイン脳プラットフォームを発表しました。

03 論文タイトル: 医療のための多言語モデルの構築に向けて、2024.09

中国語通訳：上海交通大学のチームが多言語医療モデルをリリース。医療ベンチマークテストでLlama 3を上回り、GPT-4に迫り、6つの言語をカバー。
研究内容：上海交通大学のチームは、255億トークンを含む多言語医療コーパスMMedCを作成し、6つの言語をカバーする多言語医療質問応答評価標準MMedBenchを開発し、さらに80億ベースモデルMMed-Llama 3を構築しました。

04 論文タイトル：プライマリ糖尿病ケアのための画像ベースの深層学習と言語モデルの統合、2024.07

中国語通訳：世界初！清華大学、上海交通大学などが糖尿病診断・治療のための大規模視覚言語モデルを共同開発、Natureサブジャーナルに掲載
研究内容：清華大学は、上海交通大学、シンガポール国立大学、シンガポール国立眼科センターと共同で、糖尿病の診断・治療のための世界初の視覚・大規模言語モデル統合システム「DeepDR-LLM」の構築に成功しました。このシステムは、プライマリケア医に個別化された糖尿病管理アドバイスと糖尿病網膜症の補助診断結果を提供します。

05 論文タイトル：組織学的画像に描かれたTMEを活用した深層学習システムによる癌の予後改善、2024.05

中国語通訳：三大固形腫瘍を標的に！上海交通大学のチームががん生存率予測精度向上のためのディープラーニングシステムをリリース
研究内容：上海交通大学の研究チームは、空間トランスクリプトームデータがなくても、組織病理画像を使用して癌患者の腫瘍微小環境情報を予測し、正確な癌の予後を実現するディープラーニングシステムIGI-DLを開発しました。

06 論文タイトル：中国における臨床検査を用いた卵巣癌の正確な診断を可能にする人工知能ベースのモデル：多施設、後ろ向きコホート研究、2024.05

中国語訳：血液検査、尿検査、その他の指標で卵巣がんを特定できる！中山大学の劉基紅氏率いるチームは、4つの医学部と共同でAI融合モデルを開発した。
研究内容：中山大学がんセンター婦人科チームは、南方医科大学、華中科技大学同済医学院付属同済病院、浙江大学医学部付属婦人病院と共同で、卵巣がん診断のための人工知能融合モデルMCFを構築しました。このモデルは、CA125やHE4などの従来のバイオマーカーよりも卵巣がんの診断精度に優れています。

07 論文タイトル：うつ病診断対話シミュレーション：三次記憶を持つ自己改善精神科医、2024.09

中国語通訳：エージェント心理クリニックがオープン！上海交通大学のチームは、1,300件のうつ病相談対話に基づき、うつ病の初期診断が可能な大規模モデル対話エージェントを構築しました。
研究内容：上海交通大学のX-LANCEラボチームと他の研究者は、うつ病の予備診断のための自動化された大規模モデル対話エージェントシミュレーションシステム「エージェントメンタルクリニック（AMC）」を開発しました。

08 論文タイトル: Medical SAM 2: Segment Anything Model 2による医療画像のビデオ分割、2024.08

中国語通訳： SAM 2の最新アプリケーションが開発されました！オックスフォード大学チームがMedical SAM 2をリリース、医療画像セグメンテーションの評価基準を刷新
研究内容：オックスフォード大学のチームは、SAM 2フレームワークをベースとし、医用画像を動画として扱うMedical SAM 2（MedSAM-2）医用画像セグメンテーションモデルを開発しました。このモデルは、3D医用画像セグメンテーションタスクにおいて優れた性能を発揮するだけでなく、ワンタイムキューによる新たなセグメンテーション機能も実現します。

09 論文タイトル: MemSAM: 心エコー検査ビデオセグメンテーションのためのセグメントモデルの制御、2024.05

中国語通訳： CVPR 2024 最優秀論文賞候補！深セン大学と香港理工大学が MemSAM をリリース：医療ビデオのセグメンテーションに「Segment Everything」モデルを適用。
研究内容：深セン大学と香港理工大学のインテリジェント健康研究センターは共同で、SAM を医療ビデオに適用する新しい心エコー図ビデオ分割モデル MemSAM を提案しました。

10 論文タイトル: M2CF-Net: 局所リンパ球性唾液腺炎の病理病変をセグメント化するためのマルチ解像度およびマルチスケールのクロスフュージョンネットワーク、2023.11

中国語通訳：華中科技大学、超大規模病理画像解析によるシェーグレン症候群の診断精度向上に向けた医用画像セグメンテーションモデルを提案！
研究内容：華中科技大学の研究チームは、医療画像セグメンテーションモデルM2CF-Netを提案しました。この手法は、マルチ解像度およびマルチスケール画像認識技術を統合することで、シェーグレン症候群患者の病理画像におけるリンパ球凝集巣を正確に特定し、医師の診断をより迅速かつ正確に行うのに役立ちます。

11 論文タイトル: S2Pマッチング: カプセル内視鏡画像スティッチングのためのTransformerを用いた自己教師パッチベースマッチング、2024.09

中国語通訳：マッチング精度が187.9%向上！華中科技大学のCGCLラボは、自己教師学習を用いてカプセル内視鏡画像の合成を支援し、「スカイアイ」を通して胃腸の健康状態を観察できるようにしました。
研究内容：華中科技大学のチームは、上海交通大学、中南民族大学、香港科技大学、香港理工大学、シドニー大学と共同で、胃腸疾患の早期診断のための自己教師ありのフラグメントマッチングに基づくカプセル内視鏡画像ステッチング法「S2Pマッチング」を提案しました。

12 論文タイトル: 神経膠腫の臨床グレード診断と分子マーカー発見のためのトランスフォーマーベースの弱教師付き計算病理学手法、2024.06

中国語訳:清華大学のチームが AI ベースのモデル ROAM を提案し、上級病理学者に近い専門知識で神経膠腫の正確な診断を実現します。
研究内容：清華大学は中南大学湘雅病院と共同で、大規模な地域関心とピラミッドトランスフォーマーに基づく精密病理診断AI基本モデルROAMを提案した。これは神経膠腫の臨床レベルの診断と分子マーカーの発見に使用でき、他の種類の腫瘍の病理診断にも拡張できる。

13. 論文タイトル: 非造影CTとディープラーニングによる大規模膵臓がん検出、2023年11月。

中国語通訳：アリババDAMOアカデミーが膵臓がんの「単純CTスキャン+大型モデル」検査法の発表をリードし、2万件の症例のうち31件の見逃し診断を特定した。
研究成果：アリババDAMOアカデミーは、国内外の10以上の医療機関と連携し、膵臓がんの早期スクリーニングを実現するPANDA大規模モデルを発表し、実際の2万人を超える継続的な患者集団において、臨床的に見逃されていた病変を31個発見しました。

14. 論文タイトル: CGS-Mask: 誰でも直感的に時系列予測を行えるようにする、2024年3月

中国語通訳：時系列予測の「ブラックボックス」問題を突破！華中科技大学がCGSマスクを提案、患者生存率の主要指標を明らかに
研究内容：華中科技大学は、シドニー大学、同済病院などと共同で、CGS-Mask法を提案しました。この手法は、様々な時系列予測タスク、特に株式市場予測、疾病予測、天気予報など、ユーザーによるインタラクションと結果の解釈を必要とするシナリオに適用可能であり、モデル予測の精度を向上させ、予測結果の解釈可能性を高めることができます。

15. 論文タイトル: GMAI-MMBench: 汎用医療AIに向けた包括的なマルチモーダル評価ベンチマーク、2024年8月

中国語通訳：上海AIラボなどが、284のデータセットを網羅し18の臨床タスクをカバーするマルチモーダル医療ベンチマーク、GMAI-MMBenchをリリースしました。
研究内容：上海人工知能研究所は、ワシントン大学、モナシュ大学、華東師範大学のチームと共同で、世界中から集められた284の下流タスクデータセットを含むマルチモーダル医療ベンチマークGMAI-MMBenchを提案しました。このデータセットは現在、HyperAIウェブサイトで公開されています。

16. 論文タイトル: ポリアミン同化作用は化学療法誘発性乳癌幹細胞濃縮を促進する、2024年7月

中国語訳：化学療法耐性と腫瘍再発に対抗！山東大学の研究チームがAIを活用し、乳がん幹細胞に対する強力な防御力を構築
研究内容：山東大学、山西医科大学、ヘリカル・マトリックス・テクノロジーの研究チームは、機械学習技術とmRNAベースの解析を用いて、原発性乳がん患者の検体中のがん幹細胞の特性を評価する新たな手法「BCSCシグネチャー」の開発に成功しました。これは、乳がんの臨床治療に新たな戦略と方向性をもたらすものです。

17 論文タイトル: MlRS: 乳がんの予後と治療を予測するためのAIスコアリングシステム、2023.11

中国語訳：世界最大の癌を標的に、中国の学者がMIRS予後スコアリングシステムを確立
研究結果：ケンタッキー大学、マカオ科技大学、マカオ大学、広州医学大学付属第一病院の研究者らは、ニューラルネットワークモデルを用いて乳がんの予後と治療を予測するスコアリングシステムMIRSを開発しました。このシステムは、乳がん患者の治療戦略策定の指針として活用できます。

18. 論文タイトル:網膜画像からの一般化可能な疾患検出のための基礎モデル、2023年8月。

中国語の解釈: Zhou Yukun らは、160 万枚を超えるラベルなし画像と 3 次元にわたる包括的な評価を使用して、網膜画像を使用してさまざまな全身疾患を予測する RETFound モデルを開発しました。
研究結果:ユニバーシティ・カレッジ・ロンドン (UCL) とムーアフィールズ眼科病院の研究者は、眼疾患の診断/予後や全身疾患の予測などのタスクで優れたパフォーマンスを発揮する網膜イメージングの基礎モデルである RETFound を開発しました。

19. 論文タイトル: 糖尿病網膜症の進行までの時間を予測するためのディープラーニングシステム、2024.01

中国語通訳：上海交通大学と清華大学が共同で、眼底画像のみで糖尿病網膜症の進行を5年以内に予測できる「DeepDR Plus」をリリースした。

研究結果：上海交通大学、清華大学などが共同で発表したDeepDR Plusは、眼底画像のみに基づいて5年以内の糖尿病網膜症の進行を予測できる。

20 論文タイトル：職場における屋外の目に見える緑と中国成人のメタボリックシンドロームとの有益な関連性、2024年1月

中国語訳：浙江大学の呉希峰教授のチームの新しい研究に5万人以上が参加：健康と職場の緑化レベルは関連している。
研究内容：浙江大学の研究チームは、畳み込みニューラルネットワークモデルを使用して、街頭画像の緑景観指数に基づいて可視緑地露出を評価し、職場周辺の緑景観指数が高いほど、成人のメタボリックシンドロームのリスクを軽減する効果があることを確認しました。

21. 論文タイトル: ScribblePrompt: あらゆる生物医学画像のための高速かつ柔軟なインタラクティブセグメンテーション、2024年7月

中国語通訳： ECCV 2024に選出！MITは54,000枚以上の画像をカバーし、SAMを上回る医療画像セグメンテーションの汎用モデルであるScribblePromptを提案しました。
研究内容: MIT のコンピュータサイエンスおよび人工知能研究所のチームが、さまざまな注釈方法による柔軟なセグメンテーション タスクをサポートし、トレーニングされていないラベルや画像タイプでも使用できる、インタラクティブな生物医学画像セグメンテーション一般モデルである ScribblePrompt を提案しました。

22 論文題目: 音声関連脳波を用いたパーキンソン病診断のためのグラフ学習に基づく解釈可能なモデル、2024.01

中国語訳：パーキンソン病の早期診断精度が90.2％に向上。深セン先進技術研究所は中山大学第一付属病院と共同でGSP-GCNsモデルを提案。
研究内容：中山大学第一付属病院と中国科学技術大学先端技術研究所の研究チームは、事象関連脳波（EEG）データを使用してパーキンソン病を診断するためのディープラーニングモデル、グラフ信号処理-グラフ畳み込みネットワーク（GSP-GCN）を提案しました。

23 論文題目: 一般化可能な蛍光顕微鏡画像復元のための基礎モデルの事前学習、2024.04

中国語訳：復旦大学のチームは、30GB のデータと約 20 万のトレーニング サンプルを収集した後、AI を使用して顕微鏡画像の限界を打ち破る UniFMIR をリリースしました。
研究内容：復旦大学のチームは、蛍光顕微鏡画像の現在の限界を打ち破り、蛍光顕微鏡画像強化の一般的なソリューションを提供する、クロスタスクの多次元画像強化 AI モデルである UniFMIR を提案しました。

24. 論文タイトル: 人工知能を使用して隠れた RNA ウイルス圏を記録する、2024 年 9 月。

中国語通訳： AIがRNAウイルス研究で歴史的なブレークスルーを達成。中山大学などがディープラーニングモデルを用いて16万種類以上の新ウイルスを発見
研究内容：中山大学医学部は、浙江大学、復旦大学、中国農業大学、香港城市大学、広州大学、シドニー大学、アリババクラウド・アプサラ・ラボと共同で、新たなディープラーニングモデル「LucaProt」を提案しました。このモデルは、180のスーパーグループと16万種以上の新しいRNAウイルスを発見し、これまでで最長のRNAウイルスゲノムも発見しました。これは、RNAウイルス同定分野における大きな進歩です。

25. 論文タイトル: Pianno: 空間トランスクリプトミクスのための意味的注釈を自動化する確率的フレームワーク、2024.04

中国語通訳：復旦脳科学研究所の新たな成果：意味的セグメンテーションに基づく空間トランスクリプトーム意味的アノテーションツール「Pianno」
研究内容：復旦大学のチームは、「空間トランスクリプトーム意味注釈」という概念を提唱し、組織内の空間点の構造や細胞の種類を自動的に定義できる空間トランスクリプトーム意味注釈ツールPiannoを開発しました。これにより、複数の次元の情報を組み合わせて、複雑な生物システムの説明を強化できます。

26 論文タイトル：機械学習パフォーマンスの健康公平性評価（HEAL）：フレームワークと皮膚科AIモデルのケーススタディ、2024.04

中国語通訳： Googleが医療AIツールの公平性を4段階で評価する「HEALアーキテクチャ」を発表
研究内容: Google チームは、機械学習ベースのヘルスケア ソリューションが「公平」であるかどうかを定量的に評価できる HEAL (健康公平フレームワーク) を開発しました。

27 論文タイトル：肺がんスクリーニングにおけるAI活用：米国と日本における多国間共同研究（2024年3月）

中国語訳：米国と日本の患者627人からの臨床データに基づき、GoogleはAI支援による肺がん検診の集団的有効性を確認しました。
研究内容： Google AI チームは、AI 支援による肺がんスクリーニングのワークフローを開発・最適化し、米国と日本で多国間研究を実施しました。

28 論文タイトル: 13の主要な眼底疾患の診断における若手眼科医の支援におけるディープラーニングシステムの性能：前向き多施設臨床試験、2024.01

中国語通訳：北京協和医学院病院眼科を中心に、5つの眼科センターが協力して、AIを活用し13種類の眼底疾患の検出を支援している。
研究内容：北京協和医学院病院、華西病院、河北医科大学第二病院、天津医科大学眼科病院、温州医科大学付属眼科病院の共同研究チームが、若手眼科医の診断一貫性を約12％向上させる人工知能システムモデルを開発し、13の主要な眼底疾患を自動的に検出する新しい方法を提供しました。

29 論文タイトル: 冠動脈疾患を合併した耐糖能障害または糖尿病を有する中国人高齢患者の1年死亡率を予測するための機械学習ベースのモデル、2023年6月

中国語通訳：湖北省麻城人民病院は、301病院の冠状動脈疾患を患う高齢患者451人からデータを収集した後、患者の1年死亡率を正確に予測する機械学習モデルを立ち上げた。
研究内容：湖北省麻城人民病院の研究者らは、複数のモデルを比較し、最も優れた機械学習モデルを使用して、糖尿病または耐糖能異常を合併した冠状動脈疾患を患う高齢の中国人患者の1年死亡率を26.83%と予測した。

30. 論文タイトル: OBIA: オープンバイオメディカル画像アーカイブ、2023年8月

中国語通訳： OBIA：900人以上の患者、193万枚以上の画像 - 中国科学院ゲノム研究所が中国初の生物画像共有データベースを公開
研究内容：中国科学院ゲノム科学研究所（中国国家生物工学情報センター）は、中国初のバイオメディカル画像データおよび関連臨床データのオープンリポジトリであるオープンバイオメディカル画像アーカイブ（OBIA）を設立し、世界中の医療従事者および関連学者が自由に利用できるようにしています。

31. 論文タイトル: 音声デコードとアバター制御のための高性能神経補綴装置、2023年8月。

中国語通訳：脳卒中により18年間失語症に苦しんだ彼女が、AIと脳コンピューターインターフェースの助けで「自分の考えを話す」ことができるようになった。
研究結果：カリフォルニア大学サンフランシスコ校とカリフォルニア大学バークレー校の研究チームは、AIを活用した新たな脳コンピューターインターフェース技術を開発しました。この技術により、18年間失語症を患っていた患者が再び「話す」ことができるようになりました。デジタルアバターをベースにしたこの技術は、生き生きとした表情を生成し、患者が通常の社会的な交流と同等の速度と質で、他者とリアルタイムに会話することを可能にします。

32 論文タイトル：認知症の行動・心理症状発現のための機械学習に基づく予測モデル：モデル開発と検証、2023年5月

中国語通訳：延世大学は、勾配ブースティングマシンモデルがBPSDサブ症候群を正確に予測し、認知症の発症を効果的に遅らせることができることを発見しました。
研究結果:延世大学の研究者らは、BPSDを予測するためのいくつかの機械学習モデルを開発し、実験結果では、機械学習がBPSDサブ症候群を効果的に予測できることが示されました。

33 論文タイトル: ロバストな特徴選択戦略は乳がんにおける推定診断バイオマーカーとしてマイクロRNAパネルを検出する、2023.07

中国語通訳：特徴選択戦略：乳がんバイオマーカー検出への新たなアプローチの発見
研究結果:イタリアのナポリ・フェデリコ2世大学の研究者らは、乳がんのバイオマーカーを検出するための特徴選択戦略を提案し、発見した20種類のマイクロRNAが乳がんの診断バイオマーカーとして使用できる可能性があると示唆した。

34 論文タイトル: マンモグラフィスクリーニングにおける個人パフォーマンスを用いた乳がん検出アルゴリズムの性能、2023.09

中国語訳： 「ピンクキラー」指名手配ポスター。AI のマンモグラム読影能力は医師に匹敵するほどに。
研究結果：英国ノッティンガム大学の研究者らは、市販のAI「ルユニット」の精度と、マンモグラムを読影する医師の精度を比較しました。その結果、ルユニットのマンモグラム解析能力は人間の医師と同等であることが示されました。

35 論文タイトル: 機械学習を活用した動的タッチデコード用触覚センサ設計、2023.09

中国語通訳：浙江大学はSVMを利用して触覚センサーを最適化し、点字認識率96.12%を達成しました。
研究内容：浙江大学の研究者らは、触覚センサーの設計を最適化しました。この最適化されたセンサーは、6つの動的なタッチモードを正確に識別でき、健康モニタリング、知能ロボット、ヒューマンコンピュータインタラクション、仮想現実/拡張現実（VR/AR）などの分野で活用できます。

以上で、最先端のAIとヘルスケアに関する論文のまとめは終了です。最新の研究結果については、以下をご覧ください。

https://github.com/hyperai/awes