2020/5/9、胸部レントゲン画像から深層学習にてCOVID-19の検出は可能か調べた研究「COVID-DenseNet: A Deep Learning Architecture to Detect COVID-19 from Chest Radiology Images」の一部の結果をまとめました。COVID-19はパンデミック感染性疾患で、急速に拡大する重大なリスクがあります。感染対策として早期に特定し、感染者を隔離することはファーストステップとして非常に重要です。胸部レントゲン検査でCOVID-19を効果的にスクリーニング出来ないか検討しました。様々な人工知能ベースソリューションが放射線画像のスクリーニングを開発し、COVID-19検出精度を高めようとして来ました。今回の研究では、「Densenet-121」を使用して、COVID-19の効果的な検出のための深層学習を提示しました。112120枚の大量の放射線画像のデータセットによってトレーニングした「CheXNet」モデルをによって学習された放射線画像情報に対して、転移学習（transfer learning）の技術を組み込みました。13725例、13800枚の胸部放射線画像を含むデータセット「COVIDx」にてモデルのトレーニングと検証を実施しました。モデルの確実性（robustness）を検証するために、2クラス、3クラス分類を実施、精度はそれぞれ96.49%、93.71%に到達しました。さらにパフォーマンスの一貫性を検証するために、k分割交差検証を実施したところ、3クラス分類にて平均精度92.91%に到達しました。さらに、「Grad-CAM」を使用して解釈可能性解析（interpretability analysis）を実施したところ、予測のための最も重要な画像領域が強調されました。信頼性を担保するためだけではなく、説明可能性（explainability）はCOVID-19の臨床的因子について新たな示唆を提供しました。最終的に、胸部放射線画像をインプットすると、COVID-19の確率、肺炎の確率、感染可能性領域の強調するヒートマップを出力するウェブサイトを開発しました。コードとモデルは入手可能と論文ではまとめています。詳しくは論文をご覧ください。
https://www.preprints.org/manuscript/202005.0151/v1
プレプリント版ですが、胸部レントゲン画像のみから機械学習にてCOVID-19を検出しようという試みです。13800枚の教師データセット、精度90%超え、ソースコードは公開、全世界で精度向上に役立てようという研究プロジェクトです。

---