映画「ラスト・ホリデイ」は、病院で余命宣告を誤って受けた米国人女性が、ヨーロッパへ最後の旅に出るコメディです。
医療では誤診が生じることがあります。誤診の低減に向けて医用画像解析へのAI活用が進み、深層学習の急速な発展がその技術を支えています。
IPLEXの顧客であるVUNOのほか、LunitやJLK InspectionなどがAIによる医用画像解析ツールを提供しています。本稿ではこの分野のLunitの特許を紹介します。
この特許は、AIによる悪性腫瘍診断で用いる入力データのサンプリングに関するものです。推論段階でモデルに入力するデータの前処理が対象です。
組織画像全体をそのまま深層学習モデルに入力せず、記載された方法で画像領域を切り出してモデルに入力する点が発明の核心です。
具体的な手順は次のとおりです。
 | 1. 元画像から組織領域を検出します。 2. 元画像を縮小します。 3. 縮小画像上で、所定の間隔を空けた画素位置に点を配置します。 4. 画像を再び拡大します。 5. 拡大画像内にある複数の点から1点を選びます。 |
6. 選択した点を中心に、所定の大きさの長方形を描きます。 7. 長方形内の各点の座標平均を求め、その平均座標を中心に長方形を描き直します。 8. 長方形内の画像を切り出します。 9. 長方形内の点を除き、外側にある別の点を選びます。 10. この処理を繰り返し、複数の画像を切り出します。 |  |
最終結果を示す図。
特許の説明によれば、切り出す領域の重複を抑えることで不正確な病理診断結果を減らし、画像数の削減によって計算コストを低減できるとされています。
AIの特許保護は、AIモデルそのものに限られるわけではありません。
この例のように、AIモデルに入力するデータの前処理も特許の対象となり得ます。その他の観点は、関連するAI発明の保護に関する記事で解説しています。
この記事は公表時点の情報に基づいています。個別の事情については、当事務所にご相談ください。