Kakaobrain、AIベースのヘルスケア研究開発で優れた成果を次々達成

Kakaobrain（カカオブレイン）が、会社の主要研究分野の一つであるAIヘルスケア部門で、有意義な研究成果を次々と見せている。

KakaobrainのAI新薬研究チームは11日、タンパク質構造予測フレームワーク「Solvent（ソルベント）」を公開した。Solventは単一配列ベースのタンパク質フォールディング（タンパク質のアミノ酸配列が三次元構造に折り畳まれる過程）モデルをサポートし、グローバル企業のタンパク質構造予測AIより、少なくとも3倍以上の速度でタンパク質構造を予測することができる。

また、タンパク質構造予測モデルに対する研究参入のハードルを下げるため「Solvent」の学習コードもGitHubに追加公開した。Kakaobrainは、モデル公開だけでは個々の研究者の研究アクセス性が低いという点で、AI新薬開発研究者がより簡単かつ迅速に研究タスクを進行できるよう支援し、AI新薬開発エコシステムの発展に貢献するため、学習コードの公開を決定した。

「Solvent」は、複数配列の並べ替えに依存する従来のモデルとは異なり、単一配列ベースの構造予測を行うため、de novo（デボノ）タンパク質、orphan（オーファン）タンパク質など難解なタンパク質構造予測に特化している。また、現存する最新のモジュールをユーザーフレンドリーとして搭載し、新しいモデルを容易に設計できるようにした。したがって、ユーザーはこれを活用して開発したカスタムモデルを簡単に追加して一般化し、簡単なコードで均一なモデル評価を実行することができる。ここにKakaobrainは超巨大AI技術まで適用し、速度とメモリ効率を、従来の学習コードに比べ、約30%向上させた。

「Solvent」の研究結果は、マシーンラーニング論文界で著名な「AK」から好評を受け、Kakaobrainは「Solvent」の公開で研究費用の削減、さらに新薬設計段階および所要時間の短縮効果も期待している。

Kakaobrain、はAI CAD研究分野でも、海外の学界から認められている。超巨大AIを活用した胸部X線言語-画像事前訓練に関する論文「CXR-CLIP：Toward Large Scale Chest X-ray Language-Image Pre-training」は、医療映像処理分野の最高国際会議である「MICCAI2023（Medical Image Computing and Computer Assisted Intervention）」のポスターに掲載された。

この論文は、Kakaobrainの医療映像処理分野の最初の論文で、すでに公開された胸部X線データセットを活用し、X線画像と医学レポートを効率的にマッチングする研究を扱っている。Kakaobrainは、既存の方法より効率的に疾患検出率を増加させる結果を導き出し、AI技術がX線読み取り分野で有用に活用できることを実証した。

またKakaobrainは、世界最大のコンピュータビジョン学会「国際コンピュータビジョン・パターン認識学術大会（CVPR, Computer Vision and Pattern Recognition）2023」で、Shutterstock（シャッターストック）、LG AI研究院、ソウル大学校AI大学院主催で開かれた画像キャプチャーチャレンジ「NICE（New Frontiers for Zero-shot Workshop）」でも3位を獲得した。Kakaobrainはこのような成果をもとに、胸部X線ドラフト読み取り文作成モデルの性能を高度化する計画だ。

Kakaobrainのキム・イルドゥ代表は、「会社の主要研究分野の一つであるAIヘルスケア部門で成功的な成果を上げることができ、非常に嬉しい」とし、「超巨大AIを通じて、人類の健康を増進できるよう、AIヘルスケア分野を持続的に研究していく」と述べた。

原文：https://platum.kr/archives/210759

関連記事