Superb AI | Blog

事例研究

[ケーススタディ】わずか3週間でスマートフォンの写真を使った虫歯検出モデルを開発する方法

[ケーススタディ】わずか3週間でスマートフォンの写真を使った虫歯検出モデルを開発する方法概要 AIによるイノベーションは、診断精度の向上、治療効率の向上、患者管理の最適化など、医療分野を急速に変革しています。歯科医療も例外ではなく、病気の診断から治療計画に至るプロセス全体でAIが積極的に活用されています。Knowledge Sourcing Intelligence（KSI）の市場予測レポートによると、歯科画像診断におけるAIの世界市場は、2021年の約2億7,000万ドルから2028年には21億ドルに成長し、年平均成長率（CAGR）は34.07％になると予測されています。この成長は、歯科診断の精度と効率を向上させるAIソリューションに対する需要の高まりを反映しています。亞洲大學校歯学部附属病院のキム・ヒーキョン教授は、歯科における遠隔医療とAIの融合を模索し、Superb AIにコンタクトを取った。ここでは、彼女がSuperb AIとどのように協力し、スマートフォンの写真を使った虫歯検出モデルを開発したのか、また、その過程でどのような課題を克服するためにどのようなステップを踏んだのかを紹介します。課題：繊細で限られたデータでAIモデルを構築するには？「虫歯は三大疾患のひとつです。患者は常に虫歯があるかどうかを気にしています。しかし、多くの人は歯医者に行くことを恐れており、特に遠隔地の人々や障害を持つ人々にとって歯科治療へのアクセスは困難であると言われています。誰もが持っているスマートフォンで虫歯の診断ができれば、全国の口腔衛生を大きく改善することができます。課題は、医学的診断には客観的評価と主観的評価の両方が含まれるため、誰もが納得する基準を確立することが非常に難しいことです。」 - 亞洲大學校歯学部附属病院キム・ヒーキョン教授 AIモデルの開発における最初の課題は、医療データの機密性だった。データは患者の口腔内画像であるため、厳重なデータセキュリティと匿名化が不可欠でした。さらに、虫歯の重症度を分類するマルチクラスモデルを開発するためには、各段階ごとに十分なデータが必要だ。しかし、口腔衛生に対する意識の高まりから、進行した虫歯の状態のデータを収集することは困難であり、このようなデータ不足と深刻なクラス不均衡が問題でした。データ不足と深刻なクラス不均衡は、AIモデルの性能を低下させるリスクとなりました。また、患者自身がスマートフォンで口腔内の画像を撮影してデータを収集するため、画像データの品質には大きなばらつきがありました。デバイスの種類、撮影距離、照明、影の違いにより、標準化されていないデータとなり、専門家が一貫性のある診断データを作成することはさらに困難となりました。「Superb AIを選んだ理由は、他の医療AIモデルの開発経験があったからです。プロジェクトマネージャーは、歯科器具、天然歯、上顎、顎下顎といった歯科特有の用語を学び、私のフィードバックを素早く反映させてAIモデルを改善してくれました。また、私はAIを扱うのが初めてだったので、PrecisionやRecallといったモデルのパフォーマンス指標について多くの質問がありました。にもかかわらず、全体的な共同作業とコミュニケーションのプロセスはスムーズで、それぞれの専門性が見事に融合していました。」 - 亞洲大學校歯学部附属病院キム・ヒーキョン教授 Superb AIは、医療データを扱う際のセキュリティを最優先し、プロジェクトの初期段階から研究者と緊密に連携しました。このプロジェクトの主な解決策は以下の通り： 1. 強固なデータセキュリティと徹底したラベリング検証 Superb AIのプロジェクトマネージャーEunseo Baek氏は、Superb Platformを活用し、データのラベリングからAIモデルの開発・強化までを一元的に行いました。彼女は、プラットフォームの堅牢なセキュリティフレームワークを活用してデータを保護しながら、不足しているデータを継続的に補完するためのデータ収集ガイドラインを確立。キム教授が虫歯の重症度を軽度、中等度、重度に分類することを提案した時、PM Eunseo Baekは彼女の要求に素早く対応し、それに応じてモデルを開発し、彼女の医学研究での使用を可能にしました。 2. 迅速な初期モデル開発と継続的な強化 Superb AIの強みのひとつは、データの増強と標準化を含む効率的なAIモデル開発プロセスです。これにより、スマートフォンの撮影条件のばらつきを最小限に抑え、チームはわずか3週間でマルチクラス分類モデルを完成させました。最初のデータ不足がモデル学習における課題となったが、初期モデル構築後の継続的な最適化により、その性能を向上させることができました。 3. 柔軟なコミュニケーションと迅速なフィードバックの実施キム教授は、Superb AIとの継続的なフィードバックプロセスを通じて改善案を提供し、モデルの性能向上につなげました。性別や経験による偏りを避けるために慎重に選ばれた4人の歯科専門医の診断結果は、モデルのトレーニングのための基礎的な真実のラベルとして使用され、その過程で何度もフィードバックが行われましたが、チームはすべての要件に迅速に対応し、キム教授は非常に満足しています。 (ステージ別虫歯診断のサンプル画像) 結果：医学論文を書くのに十分なAIモデルのパフォーマンス指標をリアルタイムで提供「データをアップロードし、リアルタイムで結果を確認できるプラットフォームがあることに感動し、感激しました。AIモデルの開発にとどまらず、授業や講義にもすぐに役立てることができました。また、診断結果をその場で確認できるため、実用性も高いことがわかりました。歯科とAIの専門家のシームレスな連携がモデル強化の鍵でしたが、Superb AIはこの点で優れていました。」 -亞洲大學校歯学部附属病院キム・ヒーキョン教授 (Superb Platform上でのリアルタイム虫歯診断モデルのイメージ) Superb AIとのコラボレーションのおかげで、キム教授は従来の実験ベースの研究に比べてはるかに短期間で研究成果を達成することができた。特に、データが適切に標準化され、十分な量があれば、Superbプラットフォームを使用してAIモデルを迅速に開発できることに感銘を受けたという。以下は、このプロジェクトの主な成果： 1. 迅速なモデル開発と性能検証従来の歯科学や生物学の研究では、実験やデータ収集に丸1年かかることもあり、それでも統計的な問題ひとつでデータ収集プロセスをイチからやり直さなければならないこともある。しかし、Superb AIを利用することで、キム教授はわずか3週間で最初のAIモデルプロトタイプを構築し、継続的に改良を加えることができ、研究の進捗を大幅に加速させることができた。企業もまた、大規模なコンピュータビジョンAIプロジェクトを立ち上げる前に、概念実証（PoC）を迅速にテストすることで、このアプローチから利益を得ることができるのではないだろうか。 2. 研究グレードのAIモデルとパフォーマンス測定基準 Superbプラットフォームは、研究発表に十分な精度のAIパフォーマンス指標へのリアルタイムアクセスを提供する。キム教授はダッシュボードを使い、Superb AIが提供するF1スコア、mAP、Precision、Recallなどの主要メトリクスを簡単に確認し、スマートフォンの画像を使った虫歯検出の精度を評価・検証した。 Superb Platformは、客観的で正確なパフォーマンス指標を提供し、医学論文にも適しています。 (SuperbプラットフォームにおけるAIモデルのパフォーマンス指標のイメージ) 3. リアルタイムのデータ活用 Superb AIが提供するエンドポイントプラットフォームにより、キム教授は研究データをリアルタイムで入力し、すぐに結果を確認することができた。直感的で使いやすいプラットフォームは、リアルタイムの虫歯診断を可能にし、患者教育や歯科医師向けの講義に役立つことが証明された。結論: 専門家とのコラボレーションで医療AIの新たな可能性を切り開くこのプロジェクトは、スマートフォンを用いたAIによる虫歯検知の基礎を築き、医療AI技術の可能性を高めた。 Superb AIとキム・ヒーキョン教授とのコラボレーションは、単なる技術開発にとどまらず、研究者と企業の相互学習と協力の重要性を示す好例となりました。 Superb AIは、今後も革新的な技術とプラットフォームでデジタルヘルスケアの発展に貢献していきたいと考えています。