貧血予測のイメージ

東京大学とAI診断の「エルピクセル」は、スマートフォンで撮影したまぶたの結膜写真から血中ヘモグロビン濃度を予測する機械学習モデルを構築した。深層学習でまぶたの下半分に注目することが重要だと世界で初めて明らかにしている。誰でもスマートフォンで貧血の有無を確認できるアプリの開発などにつながりそうだ。

先行研究で、機械学習を用いてまぶたの写真からヘモグロビン濃度を推定するモデルが開発されてきた。だが、深層学習を用いた研究はほとんどなかった。

研究グループは、東大付属病院の小児科にかかる150人の患者について、スマートフォンで撮影したまぶたの写真と、同じ日に行った血液検査の結果（ヘモグロビン値）を得た。このうちの90人の写真を使って、まぶたの裏の粘膜である「眼けん結膜領域」のみを抽出するアルゴリズムを構築した。

150人のまぶた画像とヘモグロビン濃度を機械学習モデルで学習。非深層学習よりも深層学習のほうが精度よくヘモグロビンを予測できると判明した。まぶたのどの部分が特に重要かを調べるために画像解析で可視化すると、下半分が注目されていた。

グループは深層学習モデルでまぶたの下半分を注視することが、重要であるとした。精度を高めることで臨床実装に向けた技術につながる可能性もありそうだ。「医療アクセスの乏しい中・低所得国や、鉄欠乏性貧血をきたしやすい小児・妊婦などの簡単な貧血検査へ応用できる」としている。