ある医療機関が、X線画像から異常を検出するAIシステムを開発したい。既存の汎用コンピュータ ビジョン モデルでは医療画像の特性（グレースケール、解剖学的構造）に対応できておらず、精度が不十分である。機械学習の専門チームが開発を担当するが、Azureのインフラを最大限活用したい。最も適したアプローチはどれか。
- A. Azure AI Face の感情分析を X線異常検出に転用する
- B. Azure Machine Learning で医療画像専用のカスタムモデルを訓練・デプロイする
- C. Azure AI Custom Vision で X線画像をアップロードし、標準GUIで訓練する
- D. Azure AI Vision の標準画像分析APIを使用し、医療用タグを有効にする
解答と解説を見る
正解: B
X線画像の異常検出は高い医療精度が求められる専門領域であり、汎用モデルでは不十分な場合は機械学習専門チームがAzure Machine Learningでカスタムモデルを完全制御のもと開発・訓練することが最善である。Azure MLはデータ前処理・モデルアーキテクチャの選択・ハイパーパラメータ最適化・実験管理・デプロイまでを包括的に提供する。Azure AI Custom Visionは少量のデータとシンプルなGUIでの訓練向けであり、医療グレードの精度要件やグレースケール医療画像の特殊性には限界がある。標準画像分析APIは事前訓練済みモデルしか使えず医療用タグの有効化オプションは存在しない。Azure AI Faceは顔専用であり医療画像分析には全く使えない。
📚 関連サービスの解説: Azure Machine Learning