AI が作った肺音で AI を鍛える

集めにくい異常な肺音を生成 AI で 10 万枚作り出し、小さくても雑音に強い肺音 AI を学習。大規模モデルの約 0.5% の大きさで同等の精度を達成。

聴診器で肺の音を聴くことは、呼吸器の病気を見つける基本的な方法です。この聴診を、体に着けるウェアラブル端末と AI で支援できれば、医師が近くにいない地域や在宅でも、異常の兆候を早く見つけられるようになります。当研究室は、北海道大学の呼吸器内科、江別市立病院、電制コムテック株式会社と協力して、試作のウェアラブル端末で録音した肺音から異常を見つける AI の研究を進めています。

ここで大きな壁になるのが、データの少なさです。AI に異常な肺音を学習させるには、患者さんの音が大量に必要ですが、実際に集められる数は限られます。これまでは、正常な音だけを学習して「正常でない音」を見つける方法に取り組んできました(AIに悩ませる異常検知)。この研究では別の方向から、足りないデータを AI 自身に作らせるという方法に挑戦しています。

足りない肺音を AI に作らせる

肺音は、横軸を時間、縦軸を音の高さにとった画像(メルスペクトログラム)に変換して扱います。間質性肺疾患などで聴こえる「パチパチ」という異常音(捻髪音)は、この画像の上では細い縦線として現れます。

まず、公開されている肺音データベースをもとに、肺音の画像を生成する AI を学習させました。画像を生成する AI はふつう正方形の画像を作りますが、肺音の画像は時間方向に長い横長の形をしています。正方形に押し込むと、一瞬で終わる異常音の特徴がつぶれてしまうため、横長のまま生成できるように AI の構造を作り替えました。こうして、正常な音と異常な音の特徴をもつ肺音の画像を 10 万枚作り出しました(図1)。呼吸器内科の専門医にも、生成した画像に正常・異常それぞれの特徴が表れていることを確認していただいています。

図1:AI が生成した肺音の画像の例(文献 1 の Fig. 8、CC BY 4.0)

作った音には「正解」を付けない

作り出した画像を、そのまま「これは異常」「これは正常」という教材として使うこともできます。しかしそれでは、AI が本当の病気の特徴ではなく、生成 AI の癖を覚えてしまうおそれがあります。

そこで、作った画像には正解を付けず、「肺音とはどういうものか」という音の見方だけを学ばせることにしました(図2)。画像をいったん少ない数値に圧縮し、そこから元の画像を復元する練習を 10 万枚で繰り返すことで、肺音の特徴を数値にまとめる力を身につけさせます。そのあとで、実際の患者さんの限られたデータを使って、正常か異常かを判定する小さな部分だけを学習させます。

図2:合成した肺音を使う3段階の学習

AI の構造にも工夫を加えました。捻髪音は一瞬だけ現れる縦線、ぜんそくなどで聴こえる笛のような音は横に伸びる線というように、肺音の特徴は時間方向と周波数方向で意味が異なります。そこで、縦長と横長の2種類のフィルタを並べて、2つの方向を別々にとらえる構造を提案しました。

小さくても大きなモデルに並ぶ

健常者 56 名、間質性肺疾患の患者さん 10 名の肺音で評価しました(図3)。

図3:主な結果

提案した構造の AI は、さまざまな音で学習済みの大規模な汎用音響モデルと比べて、音の特徴をとらえる部分の大きさが約 0.5% しかありません。それでも、正常と異常を見分ける精度はほぼ同等でした。約 5 秒の音を処理する時間は約 6.5 ミリ秒で、大規模モデルの約 9 倍の速さです。小さな端末に載せることを考えると、大きな利点になります。なお、精度だけを比べると、周波数方向を重視したフィルタを直列に並べた構造が最も高くなりました。

ほかにも、次のことが分かりました。

  • 事前学習に使う合成画像は、多いほど精度も安定性も上がる。構造の違いよりも、データの量の影響のほうが大きい
  • 公開されている本物の肺音で事前学習するよりも、合成した画像で事前学習したほうが精度が高く、結果のばらつきも小さい
  • 雑音を加えていくと、中程度より強い雑音のもとでは大規模モデルを上回る。ウェアラブル端末では衣服のこすれなどの雑音が避けられないため、重要な性質である

1 つの AI でいくつもの課題を解く

こうして学習した AI は、異常音の判定以外にも使えるのでしょうか。これを確かめるため、AI が肺音をまとめた数値から、異常音の有無、性別、65 歳以上かどうか、音の性質を表す指標(スペクトルの平坦さ)の 4 つを、ごく単純な計算だけで同時に推定させる実験を行いました。医学的に意味のある推定を目指したものではなく、AI がまとめた数値にどれだけ多様な情報が含まれているかを調べるための実験です。

60 名分という限られたデータでも、合成画像で事前学習した AI は、事前学習をしない場合より 4 つの課題を総合して安定して良い成績を示し、合成画像が多いほど成績が上がる傾向も確認できました。大規模な汎用音響モデルは、データの分け方によって成績が大きく変わり、安定性では合成画像で学習した AI が上回りました。一方で、性別や年齢層の推定精度は異常音の判定ほど高くはなく、AI がまとめた数値には、呼吸器の状態の違いが最も強く表れていると考えられます。

さらに数値の中身を調べると、異常音の判定と音の性質の推定は、同じ数値を逆向きに使っていることが分かりました。課題ごとに別々の情報を持っているのではなく、共通の音の表現をそれぞれの課題が使い分けているということです。

今後に向けて

今回の評価は、限られた人数のデータによるものです。今後は、より多くの施設・症例で検証を進めます。また、小型で雑音に強いという特長を生かして、ウェアラブル端末の上で動く肺音 AI の実現を目指します。データが集めにくい分野は医療のほかにも多く、合成したデータで事前学習するという考え方は、他の音や時系列データにも応用できる可能性があります。

  1. Takehiro Hirasawa, Yasumasa Tamura, Kaoruko Shimizu, Satoshi Konno, and Masahito Yamamoto. “Domain-specific unsupervised pre-training for robust respiratory sound classification: Massive synthetic data generation via StyleGAN2 and parallel asymmetric VAE.” Artificial Life and Robotics (2026)
  2. 平沢 岳大, 田村 康将, 清水 薫子, 今野 哲, 山本 雅人. “合成呼吸音 VAE の汎用性評価:マルチタスク実証による汎用特徴抽出器の構築” FIT2026
  3. Takehiro Hirasawa, Wataru Noguchi, Yasumasa Tamura, Kaoruko Shimizu, Satoshi Konno, and Masahito Yamamoto. “Robust Lung Sound Anomaly Detection Model for Wearable Devices Using Unsupervised Learning and Noise Distinction Algorithm.” Sensors and Materials, 38(6), 3271–3286 (2026)

他の研究テーマ

実試合から得点を予測する›
世界選手権などの実際の試合の盤面から、そのエンドが何点で終わるかの確率分布を、1投目から16投目まで予測する AI モデルを構築し、その振る舞いを詳しく分析。
AI に特定のデータだけを忘れさせる›
学習済みの AI から、指定されたデータの影響だけを取り除く Machine Unlearning。元の訓練データが残っていなくても、少数のデータを短時間で忘れさせる手法を研究。
カーリングの「勝負どころ」を数値で表す›
その一投が試合の勝敗をどれだけ左右するのか。野球の指標 Leverage Index をカーリングに導入し、ショットの前後での勝率の変化から一投ごとの重要度を定量化する。
試合記録からストーンの位置を読み取る›
世界大会の公式記録に載っている配置図から、AI がストーンの位置を自動で読み取る。20万局面を超えるカーリングの試合データベースを構築。
プロの内野守備はどこが違うのか›
プロとアマチュアの内野守備の映像を AI に見分けさせ、その判断の根拠から、熟練度の差が現れる局面と動作を探る。
ゾウの眠りを AI が見守る›
動物園の夜間カメラ映像からアジアゾウの睡眠を自動で検出し、どのゾウの睡眠かを確認する飼育員の作業を大きく減らす。
少ないデータで AI の歌声を自然にする›
軽量な歌声合成モデルの出力を、本物の歌声に近づく方向へ少しずつ補正。少ない歌唱データと限られた計算資源でも、より自然な歌声を目指す。
ポーカーで駆け引きを学ぶ AI›
相手の手札が見えないポーカーで、ブラフを仕掛けてくる相手の出方を読み、受けるか降りるかを判断する AI。理論上の最適戦略とどこまで近づけるかを厳密に検証。
AI がカーリングの戦術を考える›
世界大会の試合データ分析による戦術支援と、デジタルカーリングで戦うAI「じりつくん」の開発。
ボルダリングを AI が評価する›
半教師あり学習とホールド情報を活用し、オクルージョンに強いクライマーの姿勢推定を実現。
AIに悩ませる異常検知›
正常な肺音だけを学習したAIで異常音を検出。ノイズと区別する独自アルゴリズムも開発。
AIで動物の健康管理をする›
円山動物園のアジア象の映像から、位置追跡と行動分類を自動で行い日々の活動を記録。
絶滅危惧種の発情期を捉えろ›
九十九島動植物園のツシマヤマネコを対象に、発情期特有の行動をAIで自動判別。
普段と異なる異常の兆候を知る›
普段の行動データから学習したモデルで、いつもと異なる異常の兆候をいち早く検知する。
AI も錯視を起こす›
色の恒常性を学習したニューラルネットワークで「ドレスの色の錯視」を再現。

研究テーマ一覧へ ›

共同研究・研究室見学のご相談はこちら

問い合わせ ›