どうやって、AIが学ぶ画像を作るのか？

今週取り上げるChexGenは、スタンフォード大学やハーバード大学を含む、アメリカ・中国の大学・研究機関の研究者が関わる胸部レントゲン画像生成の研究モデルです。

このモデルは、約96万件の胸部X線画像とレポートのペアを使って学習しています。

つまりAIは、

「こういう所見が書かれているとき、画像はどう見えるのか」 「この病変は、胸部X線ではどのように写るのか」

「この説明文に対応する画像は、どんな構造になりやすいのか」

という対応関係を学習しています。

多くの画像診断AIは、画像を入力して、病名や所見を出します。

でもこのChexGenは、その逆。

テキストや条件を入力して、それに合った胸部レントゲン画像を生成する。さらに、単に「病気の画像を作る」だけではありません。 病変の場所をマスクで示したり、バウンディングボックスで範囲を指定したりして、より条件を絞った画像を作れるように設計されています。

これは、画像診断AIにとっての練習問題を増やす、という発想に近いです。

ただし、ここで勘違いしてはいけないのは「生成されたレントゲンが実データの代わりになるわけではない」ということです。ChexGenは、大量の画像データと診断を学ぶことで、 実際の患者さんのデータだけでは足りない部分を補うためのツールです。

AIが学ぶためのデータをAIが作成するなんて、学習の無限ループになっていて、興味深いですね。