青の統計学-DS Playground-

機械学習編

教師あり学習・教師なし学習・強化学習など機械学習に関するG検定対策問題

医療画像診断AI:転移学習の適用判断 レベル2

あなたは医療機器メーカーで皮膚がん検出AIの開発責任者です。以下の状況で最適な機械学習アプローチを決める必要があります。

現状:
・手持ちの皮膚がん画像データは500症例のみ(がん200例、正常300例)
・最新の汎用画像認識モデル(ImageNetで学習済み)が利用可能
・医師による正確なラベル付けには1症例あたり2週間要する
・6ヶ月後の製品リリースが目標
・診断精度とともに医師への説明可能性も重要

この状況で最も適切な機械学習戦略を選びなさい。

解説

小規模データセットでの転移学習の実務判断

正解

選択肢3「ImageNet学習済みモデルをベースに転移学習を行い、皮膚がんデータでファインチューニングする」が正解です。

正解になる理由

500症例という小規模データでも、転移学習により汎用的な画像特徴(エッジ、テクスチャ、形状など)を活用できます。ImageNet学習済みモデルは既に豊富な視覚的パターンを習得しており、医療画像にも転用しやすい低レベルの特徴を提供します。ファインチューニングにより医療ドメイン特有のパターンを追加学習でき、時間とリソースの制約下で実用的な精度を達成できます。医師への説明可能性については、Grad-CAM などで画像のどの部分が判定の根拠になったかを可視化し、医師が確認できるようにします。

各誤答がなぜ誤りか

  • 選択肢1:機械学習の断念は技術的な優位性を放棄し、診断精度向上の機会を逃す消極的判断
  • 選択肢4:500症例でのゼロからの学習は過学習を招きやすく、汎化性能が期待できない
  • 選択肢2:目的が皮膚がん検出から汎用的な疾患判定へずれてしまう。撮影条件やラベル付けの基準が異なるデータをそのまま混ぜると、学習も評価も難しくなる(基準をそろえた皮膚画像を追加すること自体は有効な場合がある)
問題 3/20
カテゴリ一覧に戻る
問題検索