英文雑誌「PLOS ONE」に研究成果が公表されました

2023年05月26日

子宮頸部細胞診標本を迅速に診断するAIの開発

　本学大学院医学系研究科光医工学共同専攻（博士後期課程）の栗田佑希大学院生（再生・感染病理学講座、先進機器共用推進部）の研究グループは、パパニコロウ染色された子宮頸部液状化検体細胞診（LBC）標本を迅速に診断する人工知能（AI）を開発しました。半教師あり学習（※）と呼ばれるAIの学習手法を用いて、通常の1/10程度の学習データであっても高性能なAIを開発しました。顕微鏡の対物10倍に相当する画像データを用いることで、従来技術と比べて迅速な診断が可能になり、実臨床への導入が期待されます。

　この研究成果は、英文雑誌「PLOS ONE」に日本時間5月19日に公表されました。



（※）半教師あり学習：機械学習の一手法であり、限られたラベル付きデータと大量のラベルなしデータを組み合わせて学習する方法です。教師あり学習では、全てのデータにラベルが付与されたデータを用いてAIを学習しますが、半教師あり学習では、ラベル付けされていないデータを活用することができます。

論文情報

論文タイトル：	Accurate deep learning model using semi-supervised learning and Noisy Student for cervical cancer screening in low magnification images
DOI：	10.1371/journal.pone.0285996

>> 詳細はこちら（プレスリリース本文）