がんの早期発見を促進するために Matrix Analytics が AWS でディープラーニングを使用

Matrix Analytics は人の命を救うために使われています。コロラド州のスタートアップ企業は肺結節と診断された患者の疾患の進行経過を追うために、アマゾン ウェブ サービス (AWS) でディープラーニングを使用しています。大方の場合、結節が良性でも慎重に監査したりフォローアップ治療を行うことは、結節が悪性腫瘍になった場合に重要な意味を持つことになります。

同社の設立者である Dr. Aki Alzubaidi 氏は、Glenwood Springs 病院に勤務していた時に見過ごされている患者が何人もいることに気付きました。患者の様子を把握するためのシステムは面倒な上にまとまりがなく、肺結節と診断された多くの患者が推奨されているフォローアップ治療を受けていないという、避けられるはずの粗末な結果を生み出していました。

がんリスクの予測と治療の管理

同社のフラッグシップアプリケーションである LungDirect は、初期のがん介入に二面性を持つアプローチを使用して悪性の危険性を予測したりフォローアップ治療を自動化しています。

まず、ディープラーニングのアルゴリズムを使用して構築した高度なコンピュータビジョン機能は、肺結節の悪性のリスクを結節の大きさや形、密度、容積、そして患者の喫煙年数、年齢、性別、人種などをもとに診断します。「放射線検査、臨床検査、個人的な臨床レベルでの変化など、臨床的な情報を考慮に入れ、病状について説明し次の対策に関する実用的な提案と管理方法を提供することが、ディープラーニングを利用する我々が目指すゴールです」と Dr. Alzubaidi 氏は述べています。

データに潜んでいるかもしれない非線形性クラスから成るがんリスクの診断を行うために、Machine Learning の 5 つのクラスを適用しています。こうした機能の 4 つのクラスは、一連のコンピュータビジョンアルゴリズムを使用してイメージから直接自動的に抽出されます。

がんの予測や診断を行うために、患者のスキャンを自動的に読み取れるツールを開発することは簡単ではありませんでした。けれども、Matrix Analytics は PoC (実証支援) を示すプロトタイプを素早く開発することができました。次に、当社のディープラーニングモデルを実装して、既存の論文で表示されている基準と比較しました。

Matrix Analytics ツールは、これまでの方法に比べて CT イメージからより適切にがんを診断することができました。また、従来の方法と比べてディープラーニングでは手動による特徴抽出器が不要なため、独立した状態でプロセスを行うことができます。

LungDirect アプローチのもう 1 つの面は治療管理です。このソフトウェアはフォローアップ治療を自動化し、各患者の病状の変化を把握するために治療上のアドバイスを取り入れることを可能にしています。現在では、コロラド州デンバーにある Cleveland Clinic 施設をはじめ、UCHealth そしてグランドジャンクションの地域病院など、ヘルスケア業界の 11 社が LungDirect を利用しています。結果として、患者の初期段階におけるがん予防の確率を大幅に上昇させています。

このアダプティブシステムは AWS クラウドインフラストラクチャでデプロイ済みです。サービスとしてのソフトウェアで肺結節や肺がんの管理を行っている先導者に向けて提供されています。

コンピュータビジョンアルゴリズムで CT スキャンから腫瘍を予測

クラウドベースのディープラーニング

Matrix Analytics は AWS クラウドインフラストラクチャを使用して大量のデータと複雑な操作を処理しています。特に、ディープラーニングワークロードにおいて理想的に適している AWS の GPU 駆動クラスターのパワーとスケーラビリティに依存しています。

同社の LungDirect システムは繰り返し学習の好循環を改善し続けるように設計されています。Dr. Alzubaidi 氏は「患者をサポートする上で利用する AWS の可能性は無限です」と述べています。

Matrix Analytics は AWS Deep Learning AMI (Amazon マシンイメージ) と AWS の TensorFlow を使用して、コンピュータビジョンアルゴリズムを構築しトレーニングしています。AWS Deep Learning AMI は Apache MXNet、TensorFlow、Caffe、Keras といった人気のフレームワークを設定済みの状態で提供されています。これらは構築済みのオープンソースライブラリで、開発者やデータサイエンティストが素早く簡単にディープラーニングモデルを構築できるようにしています。

「AWS で AMI の利便性を活用し異なるビジネスモデルを提供することができるため、ますます加速している市場進化の中で、当社が優れたテクノロジーパートナーであることを可能にしています。」と Dr. Alzubaidi 氏は述べています。

今回のブログの投稿者について

Cynthya Peranandam 氏は、AWS 人工知能ソリューションのプリンシパルマーケティングマネージャーです。ユーザーがビジネス価値の提供を実現できるように、ディープラーニングの使用をサポートしています。余暇にはジョギングをしたり音楽鑑賞を楽しんでいます。