Screening for COVID-19: Japanese Startup Uses AI for Drug Discovery https://blogs.nvidia.com/blog/2020/07/08/elix-ai-covid-drug-discovery/ Nvidia GTC https://on-demand.gputechconf.com/gtc/2020/s2747/ ・⼀⾔ - グラフニューラルネットと呼ばれるモデルを⽤いて 薬剤候補のデータベースを分析し、特定の疾患を 治療するのに適した物理的・化学的特性を持つ薬剤を 推論する。
”CGHF: A Computational Decision Support System for Glioma Classification Using Hybrid Radiomics- and Stationary Wavelet-Based Features” https://ieeexplore.ieee.org/document/9075214 ・⼀⾔ - 97.54%の精度で判別する機械学習法を開発 低グレード:グレードIの⽑様細胞性星状細胞腫、 グレードIIの低グレードグリオーマ。 ⾼グレード:グレードIIIの悪性神経膠腫、 グレードIVの多形性膠芽腫。 [京都⼤学×インド⼯科⼤学] 脳腫瘍を低グレード、⾼グレードに⾼精度に分類する⼿法の提案
(眼科学 病院助⼿ ⼩椋 有貴) https://www.hyo-med.ac.jp/research_facilities/output/gyoseki/20200401-01.html Choroidal thickness estimation from colour fundus photographs by adaptive binarisation and deep learning, according to central serous chorioretinopathy status https://www.nature.com/articles/s41598-020-62347-7 ・⼀⾔ - VGG16を⽤いて眼底写真から脈絡膜厚の推測を⾏った カラー眼底写真から、網膜⾎管消去画像を作成。 脈絡膜⾎管を描出し、視神経乳頭を削除。 それによって得られた画像から特徴量(CVAI)を算出 特徴量と脈絡膜厚の実測値の相関を検討した。
of Chest X-Ray Using Deep Learning to Predict Pulmonary to Systemic Flow Ratio in Patients With Congenital Heart Disease https://www.ahajournals.org/doi/abs/10.1161/circ.140.suppl_1.14250 AI outperforms clinicians for predicting pulmonary to systemic flow ratio in congenital heart disease https://www.healio.com/news/cardiology/20200122/ai-outperforms-clinicians-for-predicting- pulmonary-to-systemic-flow-ratio-in-congenital-heart-diseas Train:⼼臓カテーテル検査を受けた931例の胸部X線写真 ラベル:肺体⾎流⽐ Test:100例 結果:専⾨医よりも⾼い精度(詳細なし)
Validation of a Deep Neural Network for Accurate Evaluation of Endoscopic Images From Patients With Ulcerative Colitis https://pubmed.ncbi.nlm.nih.gov/32060000/ ⼀⾔メモ -「内視鏡的な寛解」に対する精度は 90.1%、 「組織学的な寛解」に対する精度は 92.9% [SONY株式会社×東京医科⻭科⼤学] AIを⽤いた潰瘍性⼤腸炎の内視鏡画像評価の実現