世界保健機関によると、世界中で年間10万人以上の死者を出している（写真：Adobe Stock）
カタルーニャ高等大学（UOC）の研究者チームは、規制要件にもかかわらず建物の屋根からまだ除去されていないアスベストを検出する新しいシステムを設計し、テストしました。DetectAと提携して開発されたこのソフトウェアは、最も一般的で経済的なタイプであるRGB画像を使用して、人工知能、ディープラーニング、コンピュータービジョンの手法を航空写真に適用します。これは、より複雑で入手が難しいマルチバンド画像を必要とした同様のシステムを作成する以前の試みに対して、非常に重要な競争上の優位性を表しています。このはるかにスケーラブルなプロジェクトが成功すれば、この非常に有毒な建築材料の除去をより体系的かつ効果的に監視できるようになります。
「赤外線やハイパースペクトル画像法とは異なり、RGB 画像で AI をトレーニングするという当社の決定により、この方法論は多用途で適応性があることが保証されます。ヨーロッパや世界中の他の多くの国では、この種の航空画像が非常に高解像度で自由に利用できます」と、インターネット学際研究所 (IN3) の複雑系グループ (CoSIN3) の主任研究員 Javier Borge Holthoefer 氏は説明します。Borge Holthoefer 氏は、eHealth センターの人間の幸福のための人工知能グループ (AIWELL) の研究員であり、UOC のコンピューター サイエンス、マルチメディア、および通信学部のメンバーである Àgata Lapedriza 氏とともにこの研究を主導しています。彼らの研究は、Remote Sensing でオープン アクセスとして公開されています。 UOC 博士課程の学生である Davoud Omarzadeh、Adonis González-Godoy、Cristina Bustos、Kevin Martín Fernández も、DetectA の創設者である Carles Scotto と César Sánchez とともにこのプロジェクトに貢献しました。
研究者らは、カタルーニャ地図地質学研究所が所蔵する何千枚もの写真を使いディープラーニングシステムを訓練し、どの屋根にアスベストが含まれていて、どの屋根に含まれていないかをAIツールに教えた。使用された画像は2,244枚（アスベスト陽性が1,168枚、陰性が1,076枚）で、80％がシステムの訓練と検証に使用され、残りの画像は最終テスト用に確保された。ソフトウェアは現在、屋根の色、質感、構造、建物の周囲などのさまざまなパターンを評価することで、新しい画像にアスベストが含まれているかどうかを判断できる。このプロジェクトは、都市部、工業地帯、沿岸部、農村部で役立つだろう。法律により、自治体は2023年4月までにアスベストを含む建物の調査を実施しなければならないが、まだすべての自治体が実施しているわけではない。
ハイパースペクトル写真には多くの情報層が含まれているため、アスベストの検出が容易になりますが、入手が限られており、入手コストが高いため、効率的な検出方法の開発には適していません。UOC の研究者が開発したシステムは、航空機から撮影でき、多くの国の地図サービスで一般的に使用されている RGB 画像を使用する最初のシステムです。「これらの画像に含まれる情報は少ないですが、ディープラーニング システムを適切にトレーニングすることで、成功率が 80% を超える同等の結果を達成しました」と CoSIN3 の研究者は説明しています。
建築での使用が禁止されてから20年以上経った今でも、アスベストは依然として大きな公衆衛生問題となっている。カタルーニャ州だけでも、400万トン以上のアスベスト繊維セメントがまだ使用されていると推定されている。世界保健機関によると、アスベストは世界中で年間10万人以上の死因となっており、その主な原因は肺がんだが、胸膜腫瘍や肺線維症などの他の疾患も原因となっている。公共の建物からアスベストを除去する法的目標は2028年、民間の建物からのアスベスト除去目標は2032年となっている。
この技術的解決策の開発は、アスベスト対策における重要な課題の 1 つである、どの屋根にアスベストが含まれているかを当局が特定し、資格のある認定専門家が除去できるようにするという課題の解決に貢献するだろう。「現在、まだ残っているアスベストを見つけるためのプロトコルや効果的なシステムは存在しません。現場の人員を使って目録を作成するのは費用がかかり、時間がかかるからです」と、ボルゲ・ホルトホーファー氏は述べた。
現在、彼のチームは、AI システムのトレーニング ベースの拡張を検討しており、都市部や工業地帯と同様に農村環境でも AI システムの効果を発揮できるようにしています。農村地域では、システムがこれらの地域のより多くのデータを使用してトレーニングされているため、信頼性が若干高くなっています。また、農村地域ではアスベストの摩耗と保存状態が異なり、植物の層に覆われている場合もあるためです。
Omarzadeh D、Gonzalez-Godoy A、Bustos C、Martin-Fernandez K、Scotto C、Sanchez C、Lapedriza A、Borge-Holthoefer J。航空RGB画像におけるファイバーセメント屋根の説明可能な自動検出。リモートセンシング。2024; 16(8):1342。https://doi.org/10.3390/rs16081342
この研究プロジェクトは、国連の持続可能な開発目標（SDGs）の目標3（健康と福祉）、目標9（産業と技術革新の基盤をつくろう）、目標11（住み続けられるまちづくり）に貢献します。
UOC の研究とイノベーション (R&I) は、ネットワーク社会、e ラーニング、e ヘルスに特に焦点を当て、テクノロジーと人文・社会科学の相互作用を研究することで、21 世紀の世界社会が直面する差し迫った課題の克服に貢献しています。
UOC の 7 つの学部、e ラーニング研究プログラム、および 2 つの研究センター (インターネット学際研究所 (IN3) と eHealth センター (eHC)) では、500 人を超える研究者と 50 を超える研究グループが活動しています。
同大学では、eラーニングイノベーションセンター（eLinC）でオンライン学習のイノベーションを開発しているほか、Hubbikプラットフォームを通じてUOCコミュニティの起業家精神と知識移転も推進しています。
オープンな知識と国連の持続可能な開発のための 2030 アジェンダの目標は、UOC の教育、研究、イノベーションの戦略的柱として機能します。詳細については、research.uoc.edu をご覧ください。
元記事: https://www.uoc.edu/en/news/2024/ai-tool-detects-asbestos-in-roofs