マサチューセッツ工科大学（MIT）の研究チームが、医療画像の解析を大幅に効率化する新AIシステム「MultiverSeg」を開発した。このシステムは、臨床研究で重要な「画像セグメンテーション」——つまり、脳の海馬など特定の組織を画像上で囲み分ける作業——を、従来の手作業に比べてはるかに短時間で行える。研究者は従来、1日数枚の画像しか手動で処理できず、時間がかかるため、多くの研究が進まない状況にあった。 MultiverSegは、ユーザーが画像にクリックや線を引くだけで、AIが自動的に正確なセグメンテーションを予測する。特に画期的なのは、一度処理した画像の情報を「コンテキストセット」として記憶し、その後の画像処理で活用できること。画像を数枚処理するうちに、ユーザーが行う操作が徐々に減り、最終的には1枚の画像に対しても全く手を加えずに正確な結果が得られる。これにより、一度に数百枚の画像を迅速に処理できる。 従来の手法では、新しいタスクごとに大量の手動セグメンテーションデータを用意し、AIモデルを再訓練する必要があり、専門知識と計算リソースが不可欠だった。しかしMultiverSegは、事前の学習データや再訓練を必要とせず、誰でも簡単に使える。研究チームは、このシステムが医療研究のスピードアップや臨床試験のコスト削減に貢献すると期待している。 実験では、MultiverSegは最先端のツールと比較して、わずか2回のクリックで、専用モデルに匹敵する精度を達成。X線画像などでは1～2枚の手動処理で、以降はAIが自動で正確に処理できる。また、AIの誤りもユーザーが修正可能で、結果を段階的に改善できる。 開発を主導したMITの大学院生ハリー・ワン氏らは、「これまで不可能だった研究が、このツールによって可能になる」と述べている。今後は臨床現場での実用化や3D画像対応の拡張を進め、国立衛生研究所（NIH）やクアンタコンピュータなどの支援のもと、研究を深化させる予定だ。