スマートフォンを用いた貧血予測AI 東京大学

背景

貧血の診断には血液検査によりヘモグロビン値を確認する必要がありますが、採血が必要になるため気軽に実施可能な検査ではありません。
診察では下瞼を引っ張り、本来充血しているはずの眼瞼結膜（あっかんべーしたときに見える、下瞼の裏の粘膜）が蒼白していないかを確認し、貧血の疑いの有無を確認する方法がありますが、大まかにしか判断できず、精度も高くないことが知られています。

AI概要

そこでこの眼瞼結膜をスマートフォンで撮影し、機械学習を用いてヘモグロビン値を推定するモデル開発を行いました。
また、Grad-CAMという可視化手法を用いることで、深層学習モデルにおいて特に眼瞼結膜の下半分の領域に注目することが、高精度にヘモグロビン値を予測する上で重要であることを明らかにしました。
スマートフォンの画像で手軽に貧血予測が出来、その日の健康状態のバロメーターや医療機関受診のきっかけ等、様々な場面での活用が期待されます。

＜公表実績＞
Kato, S., Chagi, K., Takagi, Y., Hidaka, M., Inoue, S., Sekiguchi, M.,. Adachi, N., Sato, K., Kawai, H., & Kato, M. (2024). Machine/deep learning‐assisted hemoglobin level prediction using palpebral conjunctival images. British Journal of Haematology.

加登 翔太, 茶木 慧太, 他. (2024). 機械学習・深層学習を用いた眼瞼結膜画像解析による非侵襲的貧血診断アルゴリズムの構築. 第86回日本血液学会学術集会, 国立京都国際会館