fbpx

Tag Archives: ヘルスケア

AI・オートメーション
2023年のヘルスケアのトレンド：遠隔医療が注目される
October 12, 2022

コロナ禍は人間の生命を脅かしていたが、ヘルスケア業界が超スマート社会へ進むべきの道で第一歩を動けることを後押しました。ヘルスケア業界のトレンドと言えば、研究者の90％は先端技術だと答えました。2023年に引き続き、先端技術を導入するヘルスケア機関数が増えていくと予測されます。     1．DXの促進  デジタルヘルスの市場が成長し続いている 調査によると、2030年のデジタルヘルスの市場は30%を向上させると予測されます。そのなかで、北米はデジタルヘルスの市場を先駆けています。2021年の統計によると、世界中のデジタルヘルス 市場では、北米が37%(一位)、欧州が27%(２位)を占めました。また、驚くべきことは、ある2015年の調査によると、北米が2050年にデジタルヘルス の市場の28%を占めると予測されたことです。その急成長の理由は、コロナ禍の影響でヘルスケア業界が改革を迫られるのではないか。 スマート端末を導入することが多くなる デジタルヘルスに使うスマート端末の数量が増えいていくのは、デジタルヘルスのインフラを構築することに貢献します。そのなかで、スマートフォンにあるメディカルアプリは代表例となります。Google Play の統計によると、2022年の第三四半期末時点で、Google Play Store  に54603つのメディカルアプリがあります。コロナ禍の影響で、健康を管理及び監視する意識が高まるので、日常健康管理アプリが注目されます。 [...]

AI・オートメーション ブログ
医療ビッグデータと活用事例
September 18, 2022

1990年代に提唱されたビッグデータは、近年注目されていると伴い、多岐多様な業界での活用事例が多くなるようです。とりわけ、医療ビッグデータは、多面的に導入されることが2025時点で世界の先陣を切って、過去最多の数量があるようです。しかし、ビッグデータ、そして医療ビッグデータはなんだか、どういうふうに活用されるか、という問題をすっかり理解する人は少ないと思われます。本記事は、医療ビッグデータとそれの活用事例を説明します。 1．医療ビッグデータとは？ ビッグデータは、1990年代に提唱され、従来のソフトウェア又はインタネットプラットフォームを使用する制御できないほどの膨大なデータを指すことです。しかし、普通のデータ定義に匹敵するには雲泥の差があるようです。データは多くの場合で「情報」の意味で使われ、「数量」と「質量」を中身とする一方、ビッグデータは六つの要素で構成されます。それらはValue、Volume、Velocity、Variety、Veracity、Variabilityという六つのV字を含みます。Volumeがデータの数量を指す一方、Velocity は動いているデータと、データの作成・処理・分析の頻度と速度という意味です。それらに次いで、Veriaty は複数のデータセットの複雑さと不均一を表します。また、Veracity はデータの質量、関連性、信頼性と予測できる価値を中身とします。それに、Variablity は時間の経過とともにデータの変動を指します。最後は一貫性に緊密な関係がるValueはユーザーが入力した価値に関します。 医療の場合、医療ビッグデータは電子カルテや、メディカルイメージング、ゲノム配列決定、薬学研究、ウェアラブルデバイス、メディカルデバイスなどの膨大なメディカルデータを表します。伝統的な電子的なメディカルデータと、人間によるメディカルデータと比べると、膨大な数量や高速度といった特徴で意思決定又は診断をより正解に下すことを支援します。ビッグデータとAIを組み合わせて次のプロセスの通りに結果を出します。データは、センシングデータや、クリニックデータ、電子カルテといった情報を入力・管理・保持する倉庫（データウェアハウス）から分析過程（そこではAIが診断したり、予測したり）を通じて、より正解かつ節約的な結果となります。 ビッグデータ分析のワークフロー 2．医療ビッグデータの活用例 Google Scholarで投稿される研究（1，2，3）によると、医療ビッグデータの活用事例は患者中心のサービス、より良い治療方法の提供、医療機関や社会のマクロ管理等のモニタリングという三つの要素を分けられます。 2.1.患者中心のサービス 2.1.1.病気の診断又は予測 ビッグデータとAIを組み合わせれば、病気の診断をより正解な下すことができます。例えば、画像の方式での膨大なメディカルデータをマシンが人間のように分析・処理するコンピュータビジョンは、患者のレントゲン及びICT [...]

AI・オートメーション ブログ
医療におけるコンピュータビジョンの応用例
September 7, 2022

現在まで、コンピュータビジョンはスポーツや、製造、農村などの幅広い分野で応用されます。とりわけ、コンピュータビジョンによる著しい利益を医療がもらえるというコンピュータビジョン医療のテーマを多く取り上げています。なぜかというと、メディカルデータの90％は画像に基づいたデータという統計結果がありますから。根本を見ると、コンピュータビジョンは二つの質問を基礎とするものです。それらは、人間の目で何ができるかと、何を探しているかという。コンピュータビジョンは、チャットボットを通じて、会話を駆使するためのトレーニングをマシンに教える代わりに、現実的な画像をピクセルと変えて認識することで、画像の観察方法をマシンに教えます。また、MRI画像又はレントゲン線で見える画像を人間の代わりにマシンがより正確かつ素早く分析できると思われます。 1.　コンピュータビジョンとは？ コンピュータビジョンはマシンを、人間の眼のように画像を高度に処理させる分野です。実は、思った以上に難しい作業です。何故かというと、人間の眼の画像処理は、名前や外見特徴などの画像情報を処理したり、画像の受け取って高分解度で脳に複製したりすることに関わる複数のプロセスをほぼ同時に実行できますから。認識プロセスだけではなく、思考プロセスも一瞬時に実行できるアルゴリズムは非常に複雑です。 上記の定義を見れば、コンピュータビジョンはマシンラーニングと同じだと思われますが、実際に両方の境はすこし重なります。マシンラーニングはマシンが案内せず自動的に処理・理解するアルゴリズムとスタティックモデルを中心とする人工知能の一つの分野です。コンピュータビジョン、ソフトウェアエンジニアリング、パターン認識に応用されるものです。また、コンピュータビジョンとマシンラーニングの両方ともディープラーニング（深層学習）を使用します。 コンピュータビジョンの定義 2．医療におけるコンピュータビジョンの応用 Facts and Factors の市場調査報告書（2021年）によると、医療におけるコンピュータビジョンの市場規模と予想売上は2019年の2億6220万米ドルから2884，2百万米ドルに達すると言います。なぜコンピュータビジョンにとって医療は有望な市場なのでしょうか。それは二つの理由があると思います。一つの理由は、従来先人の知識を継承し、ふさわしい診断や治療方法を患者ごとに応用する、つまり膨大なメディカルのデータを持った特徴があるので、処理するべきデータはデータ在庫から相当なデータと比較・認識することを実施します。残りはコロナウィルスの影響で多くの業界がデジタル化に実行しざるを得ない、そして医療は例外ではないんです。何の出発点でもコンピュータビジョンは医療に好影響をもたらすと思われています。 2.1.腫瘍・癌などの検出 深層学習を使用するコンピュータビジョンは脳や肺などの人体各部位に異常を検出することを支援します。たとえば、皮膚がんの場合、普通の診断で皮膚がんの初期症状を認識しにくいです。それは、様々の皮膚病と相当する症状があるので、皮膚がんを確認するとき、死に向かい合う可能性が高いです。しかし、コンピュータビジョンの支援を借りて、微妙な相違点を発見することができると言われます。膨大なデータベースでトレーニングされたコンピュータはより正確に診断を支えるものです。 2.2. 医用画像処理 膨大なメディカルデータを駆使するコンピュータビジョンは医師の診断を非常に支援します。医用画像処理システムのおかげで、医師は一見だけで人体の内部に異常があるかどうか理解できます。 [...]

    Enter your full name

    Enter a valid email

    the topic of your message