hakuraidou_blog のすべての投稿

Google、人工知能(AI)「DeepMind」を目の病気(糖尿病網膜症と加齢黄斑変性症)の診断に活用

> 健康・美容チェック > 目の病気 > 加齢黄斑変性症 > Google、人工知能(AI)「DeepMind」を目の病気(糖尿病網膜症と加齢黄斑変性症)の診断に活用




■Google、人工知能(AI)「DeepMind」を目の病気(糖尿病網膜症と加齢黄斑変性症)の診断に活用

DeepMind Health – Moorfields Eye Hospital London Collaboration
DeepMind Health – Moorfields Eye Hospital London Collaboration

参考画像:DeepMind Health – Moorfields Eye Hospital London Collaboration|YouTubeスクリーンショット

グーグル、人工知能「DeepMind」を目の病気の診断に活用へ

(2016/7/6、CNET Japan)

ロンドンのMoorfields Eye Hospitalと共同で、DeepMindは、糖尿病性網膜症と加齢性黄斑変性症という2つの特定の疾患の兆候検出に取り組む予定である。Googleによると、2つの疾患を患う患者は合わせて世界中に1億人以上いるという。

Googleは英国営保健サービス(NHS)と提携し、人工知能(AI)プロジェクト「DeepMind」を目の病気の診断に活用するシステムの構築を目指すそうです。

対象となる目の病気は、糖尿病網膜症加齢黄斑変性症

■糖尿病網膜症とは?

糖尿病網膜症は、糖尿病の三大合併症の一つ。

糖尿病網膜症、糖尿病性神経障害糖尿病性腎症を3大合併症と呼びます。

糖尿病網膜症は、日本の中途失明原因の第2位で、年間約3000人がこの疾患で失明しているともいわれるそうです。

網膜は、瞳から入った光の明暗や色を感知する組織で、細かい血管が密集しています。

そのため、高血糖状態が続くと血管の閉塞障害と血液凝固異常がおき、眼内の血管が徐々に詰まって、網膜に栄養や酸素が届かなくなります。

そのような状態になると、網膜に新しい血管が生まれ、酸素不足などを補おうとします。

しかし、この新生血管はもろく、少しの刺激でも出血し、重篤化(じゅうとくか:病気がより悪い状態になること)すると網膜剥離を起こし、失明してしまいます。




■加齢黄斑変性症とは?

「黄斑部(おうはんぶ)」は網膜の中心にあり、ここが物を見る中心となっています。

黄斑部は直径2mm、厚さ0.2mmにすぎませんが、黄斑部が私たちの視力を支えています。

正常な黄斑部には、カロテノイド系色素ルテインとゼアキサンチンが集中的に分布しています。

加齢黄斑変性症の患者の場合、黄斑部のルテインとゼアキサンチンが減少しています。

加齢黄斑変性症とは、この黄斑部が何らかの原因で変性し、黄斑部を再生しようと網膜の外側の脈絡膜から細かい血管(脈絡膜新生血管)が発生します。

「新生血管(しんせいけっかん)」は、正常な状態では存在しないのですが、血管がつまり、網膜のすみずみまで酸素が行き渡らなくなると、網膜が酸欠状態になり、新しい血管を生やして酸素不足などを補おうとします。

この新生血管は構造がもろく、容易に出血してしまい、これにより網膜に障害が起こります。

■DeepMindの技術がどう役立つのか?

DeepMind Health – Moorfields Eye Hospital London Collaboration

GoogleはDeepMindの技術に、2つの疾患のスキャン結果の分析を学習させる方法を調査する。2つの疾患の診断は、その複雑さのために眼科医にとって時間のかかる作業だという。この調査は、患者の早期診断を実現する可能性があり、そうなれば、早期に治療を開始できるため、その後の視力低下を抑えることができる。

糖尿病網膜症と加齢黄斑変性症という2つの病気の診断は複雑なために眼科医にとっては時間のかかる作業なのだそうです。

そこで、人工知能(AI)によって、早期診断をすることができれば、早期治療につながることが期待できます。

DeepMindがNHSと手を組むのはこれが2度目である。DeepMindは、ロンドンにある他の病院と共同で腎臓分析ツールの開発にも取り組んでいる。

DeepMindは腎臓分析ツールの開発にも取り組んでいるそうですが、人工知能をはがん検診にも役立つのではないかと期待されています。

ディープ・ラーニングでがんを見つける?|がん検診を人工知能が行なう時代になる!?で紹介したベンチャー企業Enliticは、Deep Learningを医療データに応用したシステムを開発しています。

レントゲン写真、MRI、CTスキャン、顕微鏡写真などイメージデータをDeep Learningの手法で解析し、検査結果に悪性腫瘍などがあるかどうかを高速にかつ正確に判定するというものです。

IBMの「WATSON」によってがん治療がスピードアップする!?によれば、Watsonは膨大な量の医療データや論文などのデータベースが格納されており、患者のデータを高速で解析し、医療データを照らし合わせることで、患者に最も最適と思われる治療方針を提案することで、医師や患者が意思決定の支援をするシステムです。

【関連記事】

■まとめ

人工知能+病気診断の組み合わせはここ数年で飛躍的に増えていくのではないでしょうか。







【関連記事】
続きを読む Google、人工知能(AI)「DeepMind」を目の病気(糖尿病網膜症と加齢黄斑変性症)の診断に活用

生理日の記録や排卵日の予測、基礎体温管理ができる、女性向け体調管理スマホアプリ「楽天キレイドナビ」を開始|楽天生命




■生理日の記録や排卵日の予測、基礎体温管理ができる、女性向け体調管理スマホアプリ「楽天キレイドナビ」を開始|楽天生命

生理日の記録や排卵日の予測、基礎体温管理ができる、女性向け体調管理スマホアプリ「楽天キレイドナビ」を開始|楽天生命
生理日の記録や排卵日の予測、基礎体温管理ができる、女性向け体調管理スマホアプリ「楽天キレイドナビ」を開始|楽天生命

参考画像:楽天キレイドナビ|App Store|スクリーンショット

国内生保初、スマホを活用した女性向けヘルスケアサービスを開始~ 体調管理アプリ「楽天キレイドナビ」で、女性の健康増進をサポート ~

(2017/1/23、楽天生命 PRTIMES)

「楽天キレイドナビ」は、生理日の記録や排卵日の予測、基礎体温管理などが簡単にできるほか、カレンダー・BMI計算・マタニティモードなど多くの機能を備えたスマートフォンアプリです。

楽天生命保険株式会社は、スマホを活用した女性向けヘルスケアサービスとなる、無料の体調管理アプリ「楽天キレイドナビ」の提供を開始しています。

「楽天キレイドナビ」では、生理日の記録や排卵日の予測、基礎体温管理などができるそうです。

基礎体温をつける習慣を持つことで、ホルモンバランスの変化も早期に気づくこともでき、更年期障害などの体調の変化にも早めに気づくことができます。

基礎体温を測り、グラフをつけると、例えば、「低温期が短くなった」「高温期が短くなった」などあなたの体の変化に早めに気づくことにつながると思います。

【関連記事】

楽天生命は保険(Insurance:インシュランス)とTech(Technology:テクノロジー)を組み合わせた融合分野である「Insurtech (インシュアテック)」を推進していて、「楽天キレイドナビ」ユーザーのヘルスケアを支援したり、「ライフログデータ(生理日サイクルや基礎体温など)」を分析して、女性向け保険商品の開発を行なっていくそうです。

楽天生命のネット販売チャネルにおいて、女性顧客の比率と申込件数は直近1年間で顕著に増加しており、約60%がスマートフォンからの申込です。

楽天生命は、スマホへの親和性が高いと思われる女性顧客へのプロモーションを行ない、そこから女性の支持を集めて顧客の拡大につなげようと今回のサービス提供を開始しました。

1.App Storeから

楽天キレイドナビ
https://itunes.apple.com/jp/app/le-tiankireidonabi/id588963562?mt=8

2.Google Playから

楽天キレイドナビ
https://play.google.com/store/apps/details?id=com.rakuten.kidona.android&hl=ja

→ 生理(月経)|生理のメカニズム について詳しくはこちら




■まとめ

最近の傾向として、保険会社が「保険」×「健康」×「テクノロジー」を組み合わせたサービスに取り組むことが増えています。

今後は、保険会社が持つ知識とライフログデータの分析により、一人ひとりの健康状態や生活習慣に合わせた発症リスクの軽減・予防、健康増進に役立つ効果的なアドバイスを提供していくことにより、病気になってからの保険から、予防型の保険という形に変わっていきそうです。







【関連記事】
続きを読む 生理日の記録や排卵日の予測、基礎体温管理ができる、女性向け体調管理スマホアプリ「楽天キレイドナビ」を開始|楽天生命

AI(人工知能)と機械学習(マシンラーニング)と深層学習(ディープラーニング)の違いとは?




■AIと機械学習(マシンラーニング)と深層学習(ディープラーニング)の関係

機械学習(マシンラーニング)と深層学習(ディープラーニング)の関係
機械学習(マシンラーニング)と深層学習(ディープラーニング)の関係

参考画像:Introduction to Deep Learning: Machine Learning vs Deep Learning|YouTubeスクリーンショット

人工知能、機械学習、ディープラーニングの違いとは

(2016/8/9、NVIDIA)

その関係を考えるとき、同心円で表すのが一番簡単でしょう。まず、最初に生まれたアイデアが「AI」です。これは、もっとも包括的な概念です。次に、「機械学習」が発展し、最後に「ディープラーニング」が登場しました。今日のAIの急速な成長を促すディープラーニングは、AIと機械学習に含まれています。

NVIDIAの説明では、AIという概念の中に「機械学習(マシンラーニング)」があり、深層学習(ディープラーニング)は、AIと機械学習に含まれています。

Machine Learning and Human Bias|YouTube

機械学習において重要なことは、多くの学習データを用意することなのですが、例えば、Googleは、機械学習用データを集めるために、落書きをしてもらうサービスを提供しています。

ビッグデータとは何か|平成24年版情報通信白書|総務省によれば、ICT(情報通信技術)の進展により、多種多量なデータ(ビッグデータ)を生成・収集・蓄積することが可能になったのですが、このことも機械学習が注目されるようになった背景としてあります。

AIの成長の理由は、速く、安く、強力な並列処理を実現できるGPUの普及と膨大なデータ(ビッグデータ)という2つの要素が登場したことが関係しており、また、ディープラーニング(深層学習)と呼ばれる人工知能の学習手法が考えられたことによって、AI自身がデータから学習するようになったことから、AIが様々な分野に活用されるようになったと考えられます。

次に、機械学習(マシンラーニング)と深層学習(ディープラーニング)の違いについてみていきましょう。




■機械学習(マシンラーニング)と深層学習(ディープラーニング)の違い

Introduction to Deep Learning: Machine Learning vs Deep Learning

機械学習(マシンラーニング)と深層学習(ディープラーニング)ともに、学習データを分類することに使われる技術ですが、違う点は人間が特徴を定義するか、コンピュータが特徴を抽出し、ルールを決めていくかの違いがあります。

人工知能の動向(2016/3/17、NRI)では、機械学習とディープラーニングの違いについて次のように紹介しています。

従来の機械学習とディープラーニングの違い
従来の機械学習とディープラーニングの違い

参考画像:人工知能の動向(2016/3/17、NRI)

従来の機械学習とは、人間が特徴を定義するため、複雑な特徴を表現できないという弱点があります。

ディープラーニング(深層学習)とは、機械学習の手法の一つで、人工知能が学習データから特徴を抽出、つまり、AI自身がデータからルールと知識を獲得していく方法です。

ディープラーニングは「音声認識」「画像認識」「言語処理」などで用いられていて、画像認識に関しては、例えばECサイトでの商品画像による商品検索に活用されているそうです。

AI活用事例|ディープラーニングの商品検索への応用
AI活用事例|ディープラーニングの商品検索への応用

参考画像:人工知能の動向(2016/3/17、NRI)

ディープラーニングを理解するうえで最も大事なのは、答えや本質的にうまくいっている理由はわからないけど、うまくいっているということだけはわかるという点です。

天才プログラマーが予測する「AIが導く未来」 人間の「なんとなく」は合理的に判断される

(2017/8/24、東洋経済オンライン)

言い方を変えると、今までのコンピュータによる最適化の能力では、答えは基本的に1つしかない。それがディープラーニングだと、答えがそもそもないのです。「確たる答えはないけど、なんとなくこう」っていうのがディープラーニングです。

電王・Ponanza開発者が語る、理由がわからないけどスゴイ“怠惰な並列化”

(2016/10/26、ASCII.jp)

体感で言えば、LazySMPは実はプログラマーには人気がない手法です。なぜかと言えば、前述のように結局のところどうしてうまくいくのか、その正確なところがプログラマーにはわからないからです。ディープラーニングも本質的にどうしてうまくいくのかわかっているプログラマーがいません。あくまで将棋プラグラム業界では、という話ですが。

そのため、これからの時代は、コンピュータが出した答えに対して、人間が後付けで理論や因果関係を考えていくことが増えるのではないかと考えられているのです。

電王・Ponanza開発者が語る、“自転車置き場の議論”に陥った指し手生成祭り

(2016/11/29、ASCII.jp)

人間は難しい問題に直面してしまった時、簡単な切り口を探しがちです。それ自体はまったく間違った行為ではないのですが、いつまでも簡単な切り口を求め続けることは必ずしも正しい判断ではないでしょう。人間はわからない状態をわからないままにしておくことにもストレスを感じ、わからないところに無理やり理由をつけようと考えるのが常です。

人工知能はどのようにして 「名人」を超えたのか?―――最強の将棋AIポナンザの開発者が教える機械学習・深層学習・強化学習の本質

新品価格
¥1,620から
(2018/1/11 14:55時点)

難しい問題の時には議論が起こらないのに、自分の理解ができる問題の時には議論が白熱するようなことを「パーキンソンの凡俗法則」や「自転車置き場の議論」という呼び方をするそうですが、これからは、「わからない」「理解できない」ことに対して、安易に答えを出すことなく、あきらめずにわからないままの状態で真正面から向き合い続ける姿勢が重要になってくるのではないでしょうか。

まずは理解できない自分を認め、それでもそれに向き合い続けることが、現代科学を理解して紐解く鍵となるでしょう。理解できると傲慢になるのではなく、理解できないと空虚に走るでもなく、ただ見えないものを見ようとし続けることこそが、唯一この先を見る方法になると私は信じています。

わからないまま向き合い続けるというのはストレスがかかることかもしれませんが、これから先の未来では必要な資質となるのではないでしょうか。

AI(人工知能)と機械学習(マシンラーニング)と深層学習(ディープラーニング)を知ったうえで、様々な企業が提供しているサービスがどのような特徴を持つのか、チェックしてみましょう!







【参考リンク】
続きを読む AI(人工知能)と機械学習(マシンラーニング)と深層学習(ディープラーニング)の違いとは?

日本を含む東アジアで胃がんが多い理由はピロリ菌が産生する病原因子CagAタンパク質の1つのアミノ酸残基の違いから起きていた!?

健康・美容チェック > 胃腸の病気 > 胃がん > 日本を含む東アジアで胃がんが多い理由はピロリ菌が産生する病原因子CagAタンパク質の1つのアミノ酸残基の違いから起きていた!?




■東アジアは胃がんが多い!?

1アミノ酸残基の違いにより増強されるCagAの発がんシグナル誘導
1アミノ酸残基の違いにより増強されるCagAの発がんシグナル誘導

参考画像:図3.1アミノ酸残基の違いにより増強される CagA の発がんシグナル誘導|【関連資料】東大、ピロリ菌がんタンパク質の1アミノ酸多型が日本人胃がん多発の背景に(2017/9/20、日経プレスリリース)|スクリーンショット

東大、ピロリ菌がんタンパク質の1アミノ酸多型が日本人胃がん多発の背景に

(2017/9/20、日経プレスリリース)

 ・ピロリ菌がんタンパク質CagAとその発がん標的分子であるSHP2間の複合体形成を担う結晶構造を解明し、複合体の安定性と発がん活性の連関を明らかにしました。

 ・日本を含む東アジアに蔓延するピロリ菌CagAのみが保有するユニークかつ強力なSHP2結合様式を発見し、その結合様式が胃がん発症を著しく促すことを解明しました。

東京大学大学院医学系研究科の畠山昌則教授、高エネルギー加速器研究機構の千田俊哉教授らの研究グループによれば、東アジア型CagAと欧米型CagAには1つのアミノ酸残基の違いが存在し、そのことによる立体構造の違いがはピロリ菌が産生する病原因子「CagA」がSHP2と結合する能力に大きな影響を与えることを明らかにし、また、東アジア型CagAが示す欧米型CagAに比べて強固なSHP2結合が、SHP2の酵素活性を著しく増強し、胃の細胞のがん化を促す異常なシグナルを強力に誘導することがわかったそうです。

東アジア型CagAと欧米型CagA
東アジア型CagAと欧米型CagA

参考画像:図2.東アジア型 CagA ならびに欧米型 CagA と SHP2 との複合体の結晶構造|【関連資料】東大、ピロリ菌がんタンパク質の1アミノ酸多型が日本人胃がん多発の背景に(2017/9/20、日経プレスリリース)|スクリーンショット

わかりやすくいえば、東アジア型CagAのほうが、欧米型CagAのほうがより強い建築物となって安定し、なおかつその構造の強さがSHP2の活性化を維持し、がん化を促すシグナルを強力にしてしまうため、東アジアでの胃がん発生率を高くしてしまっている原因の一つと考えられます。

【参考リンク】




■東アジアは胃がんが多い!?

【関連資料】東大、ピロリ菌がんタンパク質の1アミノ酸多型が日本人胃がん多発の背景に

(2017/9/20、日経プレスリリース)

日本を含む東アジアは世界的に胃がんが最も多発する地域として知られています。胃がんは部位別がん死亡の世界第三位を占め、毎年約 72 万人の命を奪っています。その過半数を占める約 39 万人は東アジア諸国に由来し、日本における胃がん死亡者数は年間 5 万人にも上ります。

ピロリ菌感染者6000万人!あなたの胃は大丈夫?|#あさイチ(NHK)によれば、日本人の2人に1人はピロリ菌に感染しているそうです。

なぜ胃がん患者は日本海側で多い傾向にあるのか?|国立がん研究センターのデータによれば、国立がん研究センターによるがんと診断された患者数の都道府県別の推計値が初めて公表されましたが、「胃がん」は、特に地域の特徴が顕著に現れており、日本海側の県で平均よりも多い傾向にありましたが、ピロリ菌の種類が関係していることもあったりするのでしょうか?

【関連記事】

【参考リンク】

  • 胃がん 基礎知識|国立がん研究センター がん情報サービス

    罹患率の国際比較では、東アジア(中国、日本、韓国など)や南米で高く、欧米など白人では低くなっています。

■まとめ

胃がんの8割がピロリ菌が原因 胃がん対策はピロリ菌除菌を中心に|国際がん研究機関によれば、ピロリ菌が胃がんの原因の一つであり、ピロリ菌を除菌することが胃がん予防につながるといわれています。

ピロリ菌感染者が必ず胃がんになるわけではありませんが、ピロリ菌を除菌することによって、胃がんになるリスクを少しでも減らすことにはつながると考えられます。

ピロリ菌による胃がんを予防するには、

・ピロリ菌検査を行い、ピロリ菌が見つかった人は、除菌をおこなう。

・血糖値をコントロールする。

・禁煙する。

・塩分の量を減らす。

といった対策を行う必要がありそうです。

ピロリ菌の検査は、内視鏡検査や呼気検査、血液検査、尿検査などがあるようです。

→ 胃がん|胃がんの症状・原因・手術・食事 について詳しくはこちら







【関連記事】
続きを読む 日本を含む東アジアで胃がんが多い理由はピロリ菌が産生する病原因子CagAタンパク質の1つのアミノ酸残基の違いから起きていた!?

がんとの向き合い方・がん検診の大切さを伝える西村元一さんと鈴木美穂さんの対談|がん検診受診率を高くするためにどうすればいいのか?




■がんとの向き合い方・がん検診の大切さを伝える西村元一さんと鈴木美穂さんの対談

Fuente: COM SALUD

by COM SALUD Agencia de comunicación(画像:Creative Commons)

がんとむきあうために~自分らしく生きる大切さ、がん検診の大切さ~

金沢市は、西村元一さん(金沢赤十字病院副医院長兼第一外科部長、NPO法人がんとむきあう会理事長)と乳がん治療を経験しミヤネ屋に出演されている鈴木美穂さん(日本テレビ報道局社会部記者・キャスター、NPO法人マギーズ東京共同代表)の対談をYouTubeで公開しています。

がんとどう向き合うのか、がん検診を受けることが早期発見・早期治療につながることなどについて紹介されています。

【参考リンク】




■マギーズセンター

maggie’s tokyo project ができるまで

先日大腸ポリープ手術を受けた患者さんにインタビュー|手術までの経緯・手術内容・術後の生活の注意事項・感じたことでインタビューをした時に感じたのは、自分が実際その立場になったとしたらどう感じるだろうということです。

見舞いに来た友人・知人に「大丈夫だよ」「治るよ」と心から心配してきてくれているにもかかわらず、「自分の気持ちなんてわかるもんか」と思ってしまって、心を閉ざしてしまうのではないかと想像しました。

だからこそ、がんに関わる人同士が気軽に相談できる場所を作るというのは有意義なものなのではないかと思います。

【関連記事】

■がん検診受診率を高くするためにどうすればいいのか?

性別にみたがん検診を受診した40歳から69歳の者の割合|平成28年国民生活基礎調査の概況
性別にみたがん検診を受診した40歳から69歳の者の割合|平成28年国民生活基礎調査の概況

参考画像:平成28年国民生活基礎調査の概況|スクリーンショット

日本のがん検診受診率は上昇傾向にあるものの、欧米に比べて低い!?|平成28年国民生活基礎調査で紹介した平成28年国民生活基礎調査によれば、男性の胃がん検診、肺がん検診、大腸がん検診の受診率は上昇傾向にあるのがわかります。

また、女性の胃がん検診、肺がん検診、大腸がん検診、子宮がん検診(子宮頸がん検診)、乳がん検診の受診率も上昇傾向にあるのがわかります。

ただ、欧米と比較すると、がん検診受診率が低いのが現状で、欧米のがん検診受診率は70%以上であるのに対して、日本は20%と受診率が低いそうです。

低い日本の検診受診率|がん検診受診率50%達成に向けた集中キャンペーン

がん検診の国際比較を見ても、日本の乳がん検診、子宮頸がん検診は、OECD(経済協力開発機構)加盟国30カ国の中で最低レベルに位置しています。欧米の検診受診率が70%以上であるのに対し、日本は20%程度ととても受診率が低いのが現状です。例えば、米国では子宮頸がん検診の場合、85.9%の女性が検診を受診しているのに対して、日本では24.5%にとどまっています。

受診率は上昇傾向にあることから、がん検診に対する関心は高まりつつあるものの、欧米と比べると受診率は低いレベルにとどまっているのには理由があるのでしょうか?

乳がん検診を受けない理由とは?|「診療時間中に行くことが困難だから」「マンモグラフィは痛そうだから」「自分が乳がんになると考えたことがなかったから」で紹介したアストラゼネカによるがん検診に対する意識調査によれば、30代~50代の女性では全体の約9割が乳がん検診に肯定的な考えを持っているのがわかります。

受診しない理由は、第1位「診療時間中に行くことが困難だから」、第2位「マンモグラフィは痛そうだから」、第3位「自分が乳がんになると考えたことがなかったから」が挙げられています。

仕事や家事、育児に追われて自分の健康と向き合う時間がなかったり、そもそも自分の健康に対する漠然とした自信があることや、がん検診に対して「痛みがあるんじゃないのか」「がん検診に対する不安」などのハードルの高さががん検診を受診しない理由にあると考えられます。

そのため、がん検診の受診の大切さを訴えるよりも、企業や家庭でがん検診を受ける時間を作るように努力すること、日々体は変化するので定期的に自分の体と向き合う時間を設けること、経済的・身体的負担が伴わない新しいがんの検査方法を作っていくことが重要だと思います。

最近では、血液一滴でがんを早期発見する検査法が開発されたり、尿でがんを検査する方法が開発されるなど、身体的負担が軽いがんの検査方法が開発されてきています。

そうした検査方法が一般化するようになれば、大幅にがん検診受診率は向上していくのではないでしょうか?







【関連記事】
続きを読む がんとの向き合い方・がん検診の大切さを伝える西村元一さんと鈴木美穂さんの対談|がん検診受診率を高くするためにどうすればいいのか?