2026年6月1日
ポイント
●時間変化に追従する連合学習FTAを世界で初めて提唱。
●患者属性の個別化とメタ学習で高精度AIを実現。
●北大4部局横断でAI for Scienceを実践。
概要
北海道大学大学院情報科学研究院の長谷山美紀教授、小川貴弘教授、藤後 廉准教授、同大学大学院情報科学院博士後期課程の朱 赫氏、同大学大学院医学研究院の工藤與亮教授、平田健司准教授、唐 明輝特任講師、北海道大学病院の西岡典子助教、清水幸衣特任助教、同大学大学院保健科学研究院の杉森博行准教授、吉村高明講師らの研究グループは、時間とともに変化する医療データの特性に追従しながら、患者ごとに個別化された経時的な医用画像レポートを自動生成する新しい連合学習手法を開発しました。本成果は、情報科学研究院・医学研究院・北海道大学病院・保健科学研究院の4部局による分野横断的な協働によって実現したもので、本学が重点領域として推進する「AI for Science」のライフサイエンス領域における先駆的な取り組みです。
本研究は、医療データの経時変化に対応する連合学習の新たな枠組み「Federated Temporal Adaptation（FTA：時間認識型連合適応）」を世界に先駆けて定式化しました。LoRAの動的生成とメタ学習による更新重み最適化を組み合わせたFedTARにより、患者情報を施設外に出さず高精度なAIを安定的に学習できます。
なお、本研究成果は、2026年6月に米国・ナッシュビルで開催されるIEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR 2026）に採択されました。CVPRはコンピュータビジョン分野最高峰の国際会議で、Google Scholarの論文影響力ランキングで全学術分野中第2位に位置づけられています。
詳細はこちら
研究成果の概要図
