MEDICINE & AI

タイトル：DANet a lightweight dilated attention network for malaria parasite detection 雑誌名：Sci Rep. 2025 Oct 21; 15(1): 36689. doi: 10.1038/s41598-025-20402-1. Epub 2025 Oct 21. 概　要： マラリアは依然として重要な世界的健康課題であり、特に医療専門知識が限られた発展途上国では、正確で効率的な診断ツールが求められています。赤血球の血液塗抹画像からマラリア寄生虫を検出することは、微妙な色の変化や不明瞭な境界線、多様な寄生虫の形態により困難です。本研究では、約230万のパラメータを持つ軽量のダイレーテッドアテンションネットワークDANetを提案し、堅牢なマラリア寄生虫検出を実現しました。DANetは新しいダイレーテッドアテンションメカニズムを採用し、低コントラストの塗抹標本における重要な特徴を強調し、NIHマラリアデータセットでF1スコア97.86%、精度97.95%、AUC-PR 0.98を達成しました。このモデルは、Raspberry Pi 4などのエッジデバイスでの展開を可能にする優れた効率性を提供します。 方　法： 本研究は、NIHマラリアデータセットを用いたコホート研究で、27,558枚の画像（19,290枚の訓練、2,756枚の検証、5,512枚のテスト）を含み、150人の感染者と50人の健康者から収集されました。DANetは、ダイレーテッドアテンションメカニズムを使用して、低コントラストの画像から重要な情報を抽出します。主要評価指標はF1スコア、精度、AUC-PRです。 結　果： DANetは、NIHマラリアデータセットにおいてF1スコア97.86%、精度97.95%、AUC-PR 0.98を達成しました。また、5分割交差検証とGrad-CAM可視化により、モデルの堅牢性と解釈可能性が確認されました。DANetは、従来の最先端モデルと比較しても優れた効率性を示しました。 結　論： DANetは、リソースが制約された環境における自動マラリア診断のための実用的で高性能なソリューションを提供します。このモデルは、エッジデバイスでの展開が可能であり、マラリア診断の改善に寄与することが期待されます。