인공 지능 기술은 당신의 얼굴을보고 유전병을 확인할 수 있다고 연구는 밝히고있다.
인공 지능 기술은 당신의 얼굴을보고 유전병을 확인할 수 있다고 연구는 밝히고있다.
(CNN) 새로운 인공 지능 기술은 환자의 얼굴 사진을 사용하여 희귀 한 유전 질환을 정확히 밝힐 수 있다고 새로운 연구가 밝혔다.
DeepGestalt 라 불리는 인공 지능 기술 은 3 가지 임상 시험에서 여러 증후군 을 확인 하는 데 임상의를 능가했으며 Nature Medicine 지에 발표 된 연구 에 따르면 개인화 된 치료에 상당한 가치를 추가 할 수 있다고한다 .
이 연구에 따르면 인구의 8 %가 주요 유전 적 구성 요소를 가진 질병을 가지고 있으며, 많은 사람들이 인식 가능한 얼굴 특징을 가지고 있습니다. 이 기술은 예를 들어 Angelman 증후군 을 식별 할 수 있는데, 넓게 이빨을 가진 넓은 입, 사시가 다른 방향을 가리키는 눈, 튀어 나온 혀 같은 특징이있는 신경계에 영향을주는 장애입니다.
"이것은 이용 가능한 데이터가 작고, 상태 당 이용 가능한 환자의 관점에서 불균형하며, 많은 양의 조건을 지원할 필요가있는 도전적인 분야에 깊은 학습과 같은 최첨단 알고리즘을 어떻게 성공적으로 적용 할 수 있는지를 보여줍니다 "라고 연구를 주도한 인공 지능 및 정밀 의학 회사 인 FDNA의 CTO 인 Yaron Gurovich는 말했다.
이것은 미래의 연구 및 응용 분야에 대한 문호를 열어 주며, 새로운 유전 증후군의 동정이라고 그는 덧붙였다.
그러나 얼굴 이미지가 쉽게 접근 할 수있는 상황에서 이것은 지불 자나 고용주가 잠재적으로 안면 이미지를 분석하고 선재 상태를 가지거나 의학적 합병증을 일으키는 개인을 차별 할 수 있다고 경고했다.
구로 비치 (Gurovich)와 그의 팀 은 200 가지 이상의 유전 적 증후군으로 진단 된 환자 의 데이터베이스 에서 17,000 개의 얼굴 이미지를 사용하여 깊은 학습 알고리즘 인 DeepGestalt를 교육했습니다 .
연구팀은 인공 지능 기술이 502 개의 이미지 중에서 대상 신드롬을 확인하기 위해 두 가지 테스트 세트에서 임상의보다 성능이 우수하다는 사실을 발견했습니다. 각 테스트에서 인공 지능은 잠재적 인 증후군의 목록을 제시하고 시간의 91 %에 해당하는 10 가지 제안에서 정확한 증후군을 확인했습니다.
또 다른 테스트는 Noonan 증후군에서 다른 유전 적 아형을 확인하는 것으로 보였습니다. Noonan 증후군은 심장 기능 장애와 같은 독특한 특징과 건강 문제를 가지고 있습니다. 여기서 알고리즘의 성공률은 64 %입니다. 이전 연구 에서 Noonan 증후군 환자의 이미지를 보는 임상의는 20 %의 사례를 확인할 수 있다고 Gurovich는 설명했다.
"우리는이 시스템이 임상 환경에서 사용될 수 있음을 보여주었습니다."라고 구로 비치 (Gurovich)는 말했다.
이 기술은 제공되는 이미지의 얼굴 특성에 깊은 학습 알고리즘을 적용한 다음 가능한 증후군의 목록을 생성함으로써 작동합니다.
이 연구는 어떤 얼굴 특징이 그 예측을 가져 왔는지를 설명하지 않는다고 연구는 말했다. 연구원들이 더 잘 이해할 수 있도록이 기술은 질병의 분류에 기여한 얼굴의 영역을 보여주는 히트 맵 시각화를 생성한다고 구로 비치 (Gurovich)는 설명했다.
임상 실험에 사용 된 모든 이미지는 이미 증상이 진단 된 환자의 것이 었습니다. 이 기술은 각 환자가 유전 적 장애를 갖고 있는지 여부를 밝히지는 않았지만 이미 진단받은 장애를 발견했다.
구로 비치 (Gurovich)에 언급 된 한 가지 어려움은 인공 지능 시스템의 성능을 측정하기 어렵다는 것입니다. 그는 "공개적으로 이용 가능한 벤치 마크가 충분하지 않기 때문에 어려운 이유"라고 말했다.
영국의 킹스 칼리지 (King 's College London)의 생의학 및 영상 과학 학교의 인공 지능 분야 수석 강사 인 호르헤 카르도 소 (Jorge Cardoso)는이 기술을 "매우 흥미로운 것"이라고 설명했다.
그는 CNN에 보낸 이메일에서 "점점 크고 잘 정리 된 의료 데이터 세트를 수집함으로써 인공 지능 도구는 영상 시스템의 부담을 줄이고 우리가 환자를 돌보는 방식을 개선하는 영상화 된 표현형으로부터 유전 적 돌연변이를 예측할 수있게되었다"고 덧붙였다. 표현형은 관찰 가능한 특성이다.
"제안 된 알고리즘이 병원 환경에서 견고하고, 임상 적으로 정확하며, 연령대와 인종에 따라 적용될 수있는 몇 가지 제한점이 여전히 남아 있어야하지만, 의료 분야에서 AI의 잠재력은 엄청납니다."라고 Cardoso는 말했습니다. 연구에 참여했다.
런던의 퀸 메리 대학교 컴퓨터 과학 교수 인 피터 맥 원 (Peter McOwan)은 CNN 이메일에 다음과 같이 전했습니다. "이것은 인공 지능 기술의 또 다른 환상적인 가능성이있는 삶의 변화 응용 프로그램입니다. 인공 지능 기술에 대한 수많은 부정적인 이야기가 떠올랐다면 인류에게 제공 할 수있는 실질적인 이익 중 하나 "라고 강조했다.