医療意思決定での不完全なアルゴリズムに対処する為の人間中心のツール

Human-Centered Tools for Coping with Imperfect Algorithms During Medical Decision-Making

著者 Carrie J. Cai, et al. 

ABSTRACT

本論文では、検索された類似画像を検索する際の病理医のニーズを明らかにし、ユーザーが検索アルゴリズムにその場で対応できるようにするためのツールを開発し、異なる時点でどのようなタイプの類似性が最も重要であるかを伝えている。

INTRODUCTION

機械学習の有用なアプリケーションの1つとして, deep neural networkを用いたCBIR(content-based image retrieval; コンテンツベース画像検索)システムがある。これらのシステムは, 自動的に学習された類似度指標に基づいて画像の索引付け(インデックス)と検索を行う。

本稿では, CBIRを利用する病理医のニーズに焦点を当てる。
対話的なメカニズムは、検索アルゴリズムをガイドする際にエンドユーザーにより多くの権限を与えることで, これらの問題に対処するのに役立つ。

本稿では, 病理医が機械学習を用いた画像検索を利用する際に何を必要としているのか, どのような方法を採用しているのか, また, これらのツールがエンドユーザーの検索アルゴリズムに対する態度にどのような影響を与えるのかを検証することで, 貢献している。
我々の結果は, 他のCBIRのCBIRを活用するアプリケーションにも関連している。

SMILY [別論文]には、アルゴリズムの検索プロセスをガイドする様々なエンドユーザーツールが含まれている。(中略)
その3 refine-by-concept: 検索結果に臨床概念をどのぐらい含めるかユーザが指定することができる

これらの知見は、画像を用いた専門家の意思決定のための将来の人間と機械学習が協調するシステムの設計と研究に役立つものであり, 今後数年間で, より多くの分野でその重要性が増していくであろう。

CONCLUSION

この研究は, 重要な意思決定の際に, MLベースのシステムが専門家の知性に取って代わるのではなく, どのように増強できるかを示唆している。

----------------------------------------------------------------------------
僕的にはお医者さんにとって何が重要とかはどうでもよくてSMILYの技術的な話を聞きたいのでこの論文はここで終わります。
以下、これまでに出てきた別の論文のabstract.
----------------------------------------------------------------------------

[44] The Illusion of Control: Placebo Effects of Control Settings.
アルゴリズムによる優先順位付けは、SNSユーザーの間で注目度が高まっている。コントロールの設定は、ユーザーがニュースフィードの優先順位を調整するための1つの方法であるが、客観的に判断するのが難しい。
本研究では、検証が困難なコントロール設定をユーザーがどのように利用しているかを研究する。
実験システムを用いた2つのペア研究（インタビュー1回とオンライン研究1回）により、対照設定がプラシーボとして機能することを発見した。
視聴者は、コントロールが機能していてもしていなくても、コントロールが存在していれば、フィードに満足していると感じていた。
また、人々がコントロール設定の周りでどのように感覚化に関与しているかを調べ、実際のコントロールとランダムに機能しているコントロールの両方について、ユーザーはしばしば期待に反した責任を取ることを発見した。
最後に、我々はユーザーがどのようにしてSNSのフィードを制御しているかを研究した。既存のSNSのコントロールを使用しても、フィードに対するユーザーの満足度にはほとんど影響を与えなかった。それどころか、ユーザーはしばしば、欲しいものを見るために、素早くスクロールするなどの即興的な解決策に目を向けていた。

[42] Content-based image retrieval at the end of the early years
コンテンツベースの画像検索に関する200の文献をレビューしたもの。
本論文では、まず、コンテンツベースの画像検索の作業条件、すなわち、利用パターン、画像の種類、意味論の役割、感覚のギャップについて議論する。
続く章では、画像検索システムの計算手順について議論する。
レビューの第一段階は、色、テクスチャ、局所的な形状でソートされた検索のための画像処理である。
次に、検索のための特徴を、累積的特徴と大域的特徴、顕著な点、物体と形状の特徴、符号、構造的な組み合わせの順に説明する。
また、画像と画像内のオブジェクトの類似性については、システムのユーザが相互作用によって与えることができるフィードバックの種類と手段と密接に関連して、それぞれの特徴の種類について検討する。
システム工学の側面であるデータベース、システムアーキテクチャ、評価について簡単に議論する。
最後に、この分野の原動力、コンピュータビジョンからの遺産、コンピュータビジョンへの影響、類似性と相互作用の役割、データベースの必要性、評価の問題、意味的ギャップの役割についての見解を示す。

[46] Intelligent Image Retrieval Techniques: A Survey
デジタルコミュニケーションの時代を迎え、情報の表現、共有、解釈のためにデジタル画像の利用が増えている。
デジタル画像を扱う際には、画像の内容から状況に応じた画像を探す必要がある。
この作業は、数十枚の画像を扱う場合は簡単に見えますが、画像の数が数十枚から数百枚、数千枚になると難しくなり、数百万枚にもなると、同じ内容に基づいた検索作業は非常に複雑になる。
このような状況に対処するためには、コンテンツベース検索のインテリジェントな方法が必要であり、適切なビジュアルコンテンツで検索要求を合理的な時間内に満たす必要がある。
このような状況に対応するために、コンテンツベースの画像検索を効率的かつロバストに行うための技術が研究者によって提案されている。
本研究では、これまでの優れた研究者の研究成果を紹介し、コンテンツベースの画像検索技術の概念を実証することを目的としている。