がん診断プロセスにおける異常の検出を機械学習が支援

産業

ヘルスケア

技術情報

Azure Nvidia Python Tensorflow

はじめに

CHIおよびバルセロナ大学と提携し、ナッシュテックは、カプセル内視鏡のビデオを迅速に処理し、異常が検出された場合にフラグを立てるコンピュータビジョンおよび機械学習ソリューションを開発した。

コーポレート・ヘルス・インターナショナルについて

コーポレート・ヘルス・インターナショナル（CHI）は、消費者の医療評価を向上させるヘルスケアソリューションの構築に取り組む多国籍企業である。

課題

コーポレイト・ヘルス・インターナショナル（CHI）は、小腸がんや大腸がんのリスクや有無を確認するための低侵襲的な処置に使用される、独自の遠隔ビデオカプセル内視鏡製品を有している。これは非常に貴重な検査だが、手作業が多く、分析に時間がかかり、手間がかかるだけでなく、フィルム内の病変を見逃す人為的ミスのリスクが高まるなど、かなりの課題と限界があった。 CHIはナッシュテックに、救命ツールと診断プロセスの速度、回復力、精度の向上を支援するよう依頼した。

解決策

CHIおよびバルセロナ大学と提携し、ナッシュテックは、カプセル内視鏡のビデオを迅速に処理し、異常が検出された場合にフラグを立てるコンピュータビジョンおよび機械学習ソリューションを開発した。このソリューションは、Python、Tensorflowをベースとし、ビデオ処理にNvidia GPUを利用している。

チームは大学から提供された膨大なトレーニングデータと画像を使用した。内視鏡検査の異常画像を検出するMLモデルを訓練するために、ビデオはNashTechソリューションに取り込まれた。このソリューションが異常を検出すると、ビデオにフラグとタイムスタンプが付けられるので、医療従事者は関連画像に素早く移動し、より詳細な臨床評価と診断を行うことができる。

診断チームは、このソリューションのユーザー・インターフェイスから直接データにアクセスすることができ、画像は標準的なファイル形式であるため、電子患者記録システムなどの患者ケア・エコシステム内の他のソリューションにインポートして、患者のケア提供者や統合医療システム全体で共有することができる。

その結果

コンピューター・ビジョンと機械学習技術を使用することで、クライアントのがん診断プロセスの一環として、異常を検出する時間を短縮することができた。これにより、医療従事者は他の価値の高い仕事に集中できるようになると期待されている。さらに、カプセル内視鏡検査の全体的な効率も向上する。

このソリューションにより、CHIは、医療科学と診断を改善するための医療技術における継続的なデジタル革新の利点を実証し、医療提供者全体で使用できるソリューションをコモディティ化することができました。

「新興企業にとっては、スピードがすべてだ。開発者、エンジニア、アーキテクトで構成される独自のチームを立ち上げられるなら、それは良いことだ。しかし、それができないのであれば、素早く、確実に、コスト効率よくスタッフを確保できるパートナーが欲しい。チームメンバーがより長く滞在し、プロジェクト以外のことを学び、同僚と協力し合えるような家庭を持つパートナー。ナッシュテックはそんなパートナーだ。

過去10年間、ナッシュテックのチームは、私の新興企業や私が顧問を務める新興企業、そしてグローバルCTOとしての私の最後の会社での役職にふさわしい人材を見つけてくれました」。

ハーゲン・ウェンゼック博士、コーポレート・ヘルス・インターナショナル共同設立者