FastLabel、AIアノテーションツールを医療画像のDICOM形式に対応

AI実用化に欠かせないアノテーションプラットフォームを提供するFastLabelは25日、今回リリースしたDICOM形式への対応をはじめ、医療AI開発に不可欠な標準データ型に対応することを発表した。

医療分野の人工知能（AI）開発においては、特に高品質な教師データが大量に必要となる。しかし、現在主流となっている労働集約型の教師データ作成方法では、教師データの不足や品質の問題により医療AIの研究開発が進まないという課題があった。

今回、同社が提供するアノテーションプラットフォーム「FastLabel」は、AI開発に不可欠な教師データ作成のためのアノテーションツールを、CT画像などの医療画像診断AIで使われるDICOM形式に対応した。

FastLabelは、医師でもウェブブラウザ上で簡単に使用することが可能。また、AIアノテーション支援機能により、高品質を担保しながら、少ないリソースで教師データを作成することが可能。FastLabelを活用することで、医療の領域において、AIの研究開発の加速が期待できるという。

今回のDICOM形式への対応では、ユーザーは具体的に以下のことが可能。
・DICOM画像のアップロード
・DICOM画像へのピクセルレベルアノテーション、メタデータの参照
・DICOM画像からセグメンテーション画像の作成、出力
・出力したセグメンテーション画像を使用した AI の学習

同社は、「AI開発を10倍速くする」ことをミッションに、AI開発に必要なアノテーションツール、教師データ作成サービス、MLOps構築を包括した国内唯一のオールインワンソリューションを提供している。

関連URL