「人工知能」タグアーカイブ

ゲノム解析が一般的なものになった時、AIが過去の文献や医学論文、データベースを探索するようになる!?




■ゲノム解析が一般的なものになった時、AIが過去の文献や医学論文、データベースを探索するようになる!?

Dictionary

by Dave Worley(画像:Creative Commons)

製薬業界の丸ごとAI化を目指す取り組みが日本でスタート – VINAS Users Conference 2017

(2017/10/13、マイナビニュース)

抗がん剤は高価で、かつ副作用の生じることから、薬が効かない患者に副作用のリスクを負わせ、高額な医療を施す必要があるのか、という話になり、そこでゲノム情報を活用して、どの薬が効果を発揮できるのか、ということを事前に調べて投与する「プレシジョン・メディシン(Precision Medicine)」に注目が集まることとなっている。

京都大学大学院医学研究科の奥野恭史教授によるスーパーコンピューターや人工知能(AI)を活用した創薬の現状と可能性についての発表についてのレポートは興味深いものでした。

現在では、抗がん剤を使用する前に、ゲノム情報を活用してどのような薬が効くのかを事前に調べて投与する「Precision Medicine」に注目が集まっており、京大病院でも、がん患者の遺伝子を調べて、その薬で対応できるのかを判断してから投与するという流れになっているのですが、過去の文献や関連データベースなどから、効果があるかどうかといった調査は人間が行なっているそうです。

「ゲノム解析は10年以内には数万円で可能になる。そうすると、何でもかんでもゲノムを調べよう、という流れになり、蓄積されるゲノムの量が一気に増加。併せて文献も増加の一途となり、これまでのマニュアルでやってきたことが追いつかなくなる。しかし、病気の進行は待ってくれない。そうしたデータの増加に追いつくために、AIが人の代わりにデータベースや文献からマイニングを行う必要がでてくる」(同)とし、詳細は明らかにしなかったが、日本人のゲノム情報を元にした最適な薬を探索する技術の開発も進めているとした。

テクノロジーと医療分野のトレンド|ウェアラブルデバイス・健康アプリ・医学研究|メアリー・ミーカー(MARY MEEKER)レポートで紹介したレポート(スライド300)によれば、インプットのデジタル化の増加によって、医療データは年間成長率は48%となっているそうです。

また、レポート(スライド302)によれば、インプットされるデータ量が増えていくことで、科学論文引用が増加しており、医学研究・知識は3.5年ごとに倍増しているそうです。

以前取り上げた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、医療従事者は、膨大な数の情報(最新の医療研究、論文、医療データ、患者の医療記録)を取り扱っていて、すでに人の頭脳では把握することができないほどなのだそうです。

そこで、注目を集めているのが、人工知能で医師や患者をサポートするシステムであり、その代表的なものがWatsonです。

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。

現在でも様々ながんの治療法(外科手術、抗がん剤による化学療法、放射線治療など)があります。

そして、がんの遺伝子を解析して患者ごとの診断を行い、がんを引き起こす特定の変異細胞を狙った治療ということも実現しています。

しかし、がんと立ち向かうことは、時間との闘いなのですが、がんの遺伝子を解析して患者ごとの診断を行い、治療方針を決める際には、専門の医師によるチームでも数週間という長い時間を要してしまうのが現状です。

Watsonを活用することで、遺伝子情報の解析、医療データや論文などと照らし合わせる作業の時間短縮が可能になります。

今後は、ゲノム解析が低価格で行われるようになることによって、蓄積されるゲノムデータの量が増え、またそれに合わせて医学論文などの文献も飛躍的に増加するため、コンピュータの力を活用することが重要になってきます。

【参考リンク】




■まとめ

データ数が少なくて進んでいなかった研究が、医療に役立つデータが増加し、医学研究が加速していることにより、これまで正しいと思っていた常識が覆ることも出てくるのではないでしょうか。

「世界をつくった6つの革命の物語 新・人類進化史」(著:スティーブン・ジョンソン)

世界をつくった6つの革命の物語 新・人類進化史

新品価格
¥2,052から
(2017/3/30 20:09時点)

ヨーロッパでは中世から二〇世紀になるまでほぼ一貫して、水に体を浸すのは明らかに不健康どころか危険であるというのが、衛生についての社会通念だった。毛穴を土や油でふさぐことによって、病気から身を守るとされていたのだ。「水浴びをすると頭が蒸気でいっぱいになる」と、一六五五年にフランス人医師が助言している。

体を清潔に保つということは現代人からすればさも当然なことであっても、当時の人、それはたとえ医師であっても「きれいにする」ことは当然ではなかったのです。

人々がセンサーが付いたウェアラブルデバイスなどを今まで以上に活用するようになったり、ゲノム解析が一般的なものになれば、これまで以上に医療に役立つデータが増加し、医学研究が進むとなると、昨日まで常識だった医学知識が次の日には非常識になってしまうようになることが予想されます。

おそらくそのスピードは日単位ではなく、時間単位になっていくことでしょう。

もし昨日まで常識だった医学知識が次の日には非常識になってしまうような時代が来た時には、医療機関が提供するサイトでさえも誤った情報を提供してしまうこともありえます。

そう考えると、人が医療に関する情報を提供するということは事実上不可能になる時がいつかくることになり、研究者の論文発表やニュースリリースをもとにAI(人工知能)が情報を精査し、すべての情報を更新していくしか医療情報の正確性を担保する方法はないのではないでしょうか。







【関連記事】
続きを読む ゲノム解析が一般的なものになった時、AIが過去の文献や医学論文、データベースを探索するようになる!?

ディープラーニング×医療|deep learning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!?




【目次】

■がん検診を人工知能が行なう時代になる!?

Enlitic
Enlitic

参考画像:The wonderful and terrifying implications of computers that can learn | Jeremy Howard | TEDxBrussels|YouTubeスクリーンショット

がん検診は人工知能で!Deep Learningが悪性腫瘍を見逃さない

(2015/8/5、ITpro)

人工知能をがん検診に応用することで、悪性腫瘍を高精度で見つけ出す技術の開発が進んでいる。メディカルイメージをDeep Learningの手法で解析すると、熟練した医師より正確にがん組織などの病変を見つけ出す。

人工知能をがん検診に活用する技術の開発が進んでいるそうです。

■ディープ・ラーニングでがんを見つける?

サンフランシスコに拠点を置くベンチャー企業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る。イメージデータをDeep Learningの手法で解析し、病気を判定する(上の写真)。イメージデータにはレントゲン写真、MRI、CTスキャン、顕微鏡写真などが使われる。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。

今回紹介したEnliticのシステムは、おそらくディープ・ラーニングの手法で組織構造の特徴を学習させ、被験者の組織画像から悪性腫瘍があるかどうかを組織構造の特性から探し出すものだと思われます。

The wonderful and terrifying implications of computers that can learn | Jeremy Howard | TEDxBrussels




■ディープ・ラーニングとは?

ディープラーニングとはそもそも何なのでしょうか?

「コンテンツの秘密」(著:川上量生)では、ディープラーニングのことをこのように説明しています。

ディープ・ラーニングとは、簡単に説明すると、なにかを学習するときに、いちどに全部を学習するのではなく、基礎から応用へと何段階かに分けて学習するような学習方法のことです。

ディープ・ラーニングとは、多くの段階に分けて学習を行うことのようですが、具体的にはよくわかりません。

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。

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。

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。

【参考リンク】

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。

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)

Enliticの場合は、レントゲン写真、MRI、CTスキャン、顕微鏡写真などの画像データをディープラーニングで学習させ病気を判定することに活用していると考えられます。

→ 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? について詳しくはこちら

■IBMのWatsonとの違いは?

IBM Watsonは、人工知能を医療分野に応用し成果を上げているが、Enliticのアプローチとは大きく異なる。Watsonは、Cognitive Computingと呼ばれ、大量のデータから意味を引き出すことを目的とする。医学論文や臨床試験結果など、大量のドキュメントを読み込み、そこから治療に関する知見を得る。医師が治療方針を決定する際に利用する(上の写真)。

一方、Enliticは、Deep Learningの手法でメディカルイメージを解析し症状を判定する。イメージ解析ツールとして位置づけられ、医師の視覚として活躍している。さらにDeep Learningの特性とし、高速で学習する能力を備えている。つまりEnliticは、短時間で熟練医師を超える能力を獲得する。両者共に人工知能を医療分野に適用しているが、そのアーキテクチャーは大きく異なる。

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。

同じ人工知能を活用するシステムといっても、がん治療に対するアプローチは全く違っています。

しかし、人工知能「Watson」に医療画像解析を追加|IBM、Merge Healthcareを10億ドルで買収によれば、IBMは、医療用画像解析技術をMerge Healthcareを買収することで、Watsonに医療画像分析の機能を追加しようとしていると思われるので、その違いは小さくなるかもしれません。

■まとめ

今後は、人工知能を医療に活用されるようになり、IBMのWatsonとEnliticのような画像診断を組み合わせたものもできてくるでしょう。

大事なことは、より多くの患者のデータを得て、より精度の高いシステムを作り上げることです。

そのためには、病院同士が連携して、データを共有していくことが大事になっていくのではないでしょうか。







【関連記事】
続きを読む ディープラーニング×医療|deep learning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!?

SBI生命保険、健康管理や生活習慣改善のための「FiNC for SBI⽣命」を提供|生保初となる人⼯知能による姿勢分析機能を SBI ⽣命の保険加入者全員に提供




■SBI生命保険、健康管理や生活習慣改善のためのFiNCアプリのサービス対象者を保険加入者全員に拡大

SBI生命保険、健康管理や生活習慣改善のための「FINC FOR SBI⽣命」を提供|生保初となる人⼯知能による姿勢分析機能を SBI ⽣命の保険加入者全員に提供
SBI生命保険、健康管理や生活習慣改善のための「FINC FOR SBI⽣命」を提供|生保初となる人⼯知能による姿勢分析機能を SBI ⽣命の保険加入者全員に提供

参考画像:SBI ⽣命と FiNC、健康管理や⽣活習慣改善のための「FiNC アプリ」の提供を SBI ⽣命の保険加⼊者全員に拡⼤ (2017/6/27、SBI生命保険)|スクリーンショット

SBI ⽣命と FiNC、健康管理や⽣活習慣改善のための「FiNC アプリ」の提供を SBI ⽣命の保険加⼊者全員に拡⼤

(2017/6/27、SBI生命保険)

SBI 生命の保険加入者に対し、「FiNC アプリ」を 1 年間無料1でご提供します。「FiNC アプリ」は、スマートフォンを利用してライフログの蓄積ができる他、栄養士やトレーナー、臨床心理士や薬剤師など専門家への健康相談および一人ひとりの健康状態や生活習慣に合わせた改善ソリューションを、人工知能を活用し提案されます。さらに目標達成などによりポイントが付与される「健康インセンティブプログラム」もご利用いただき、貯まったポイントは、ウェルネス・ヘルスケア商品に特化した EC サイト「FiNC モール」でご利用いただけます。

SBI生命保険は、健康管理や生活習慣改善のためのFiNCアプリのサービス対象者をSBI 生命の保険加入者全員に拡大するそうです。

FiNCアプリではスマホを活用して歩数・体重・食事・睡眠・生理日などのライフログ・生体データを蓄積し、その他各種検査結果などに基づき、人工知能が一人一人に最適化された食事・運動プログラムの提案や栄養士やトレーナー、臨床心理士や薬剤師など専門家への健康相談ができるそうです。

また、目標達成状況に応じたポイントが付与される「健康インセンティブプログラム」も利用でき、貯まったポイントはウェルネス・ヘルスケア商品に特化したECサイト「FiNC モール」で利用できるそうです。

SBI生命と FiNC、人工知能を搭載した健康管理や生活習慣改善が⾏える「FiNC for SBI⽣命」を提供〜生保初となる人工知能による姿勢分析機能を SBI 生命の保険加入者全員に提供〜

(2017/11/30、SBI生命保険)

人工知能による姿勢分析機能が搭載され、睡眠時間・体重等のライフログの記録や、歩数に応じて「FiNCモール」で使えるポイントが貯めることができる、健康管理や生活習慣改善のためのアプリケーション「FiNC for SBI生命」をSBI生命の保険加入者全員を対象に無料で提供するそうです。

気になる機能は「人工知能を活用した姿勢分析機能」です。

姿勢の悪化は、肩こり・腰痛・膝痛などの身体的疾患や呼吸機能悪化の原因となり、気分や抑うつ感などの心理面にも影響を与えることが明らかになっています。また、身体的疾患により運動量が低下することや心理状態の悪化は生活習慣病を引き起こす要因になりえます。

アプリ内で写真を撮るだけで人工知能が姿勢分析を行い、改善アドバイスを行なってくれるそうです。

【関連記事】

なぜ生命保険会社がこうした健康管理や⽣活習慣改善に役立つアプリを提供するのでしょうか?

生命保険会社としては、保険加入者に対しての付帯特典としてのサービスや今後ユーザーの健康状態や生活習慣改善の取組みを考慮した保険料が設計される「パーソナル保険」の開発につながることを期待していると思います。

また、アプリ会社としては、ライフログ・生体データの蓄積ができ、人工知能が提案した食事・運動プログラムによってどれほどの効果が得られるのかというデータをとることにもつながると考えられます。

保険加入者としては、保険に加入した特典として健康管理アプリが利用でき、また「健康インセンティブプログラム」で貯まったポイントをウェルネス・ヘルスケア商品の購入に使えるため、メリットがありますね。

「健康ポイント制度」に医療費を抑制する効果があることが初めて実証されるによれば、運動や検診など健康づくりに取り組んだ人がポイントを受け取って商品券などに交換する「健康ポイント制度」に、医療費を抑制する効果があることが初めて実証されたそうです。

積極的に計画・実行する人はがん・脳卒中・心筋梗塞の死亡リスクが低い|国立がん研究センターで紹介した国立がん研究センターによれば、日常的な出来事に対して、積極的に解決するための計画を立て、実行する「対処型」の行動をとる人は、そうでない人に比べて、がんで死亡するリスクが15%低く、また、脳卒中リスクが15%低く、脳卒中心筋梗塞などで死亡するリスクが26%低いという結果が出たそうです。

その理由としては、日常的な出来事に対して、積極的に解決するための計画を立て、実行する「対処型」の人は、がん検診や健康診断を受診するため、病気の早期発見につながり、病気による死亡リスクが低下して可能性があるようです。

つまり、積極的に健康管理を行うように努力する人は死亡リスクが低いわけですから、保険会社としても、そうした保険加入者に合わせた保険料を設計することにつながるのではないでしょうか。

→ 健康ゴールド免許|定期検診などの予防医療を導入することで、病気による死亡リスクが減少し、医療費の削減にもつながる について詳しくはこちら




■まとめ

保険とIOTを融合した健康増進サービスの開発に注目!|ウェアラブルデバイスをつけて毎日運動する人は生命保険・医療保険の保険料が安くなる!?では、損保ジャパン日本興亜ひまわり生命保険株式会社はFitbitを導入し、健康と運動データとの関係を分析する取り組みを行い、今後の新しい保険商品の開発を検討しているというニュースを取り上げましたが、保険会社各社が健康状態や生活習慣改善の取組みを考慮して保険料が設計される「パーソナル保険」の開発に取り組んでいるようです。

また、第一生命が取り組む「InsTech」とは?|保険(Insurance)とテクノロジー(Technology)|医療ビッグデータの解析・健康な人ほど得をする保険商品の開発では、PHYSIO HEALTH|従業員向けの健康コーチをするモバイルヘルスプラットフォームのような、雇用主の健康保険料に対するコストを減らし、健康奨励プログラムに励む従業員に報酬を与えるシステムを企業と保険会社が組み合わせるということもあるのではないかという予測を紹介しましたが、実際にこうした取り組みが始まったようです。

これからは保険会社の立ち位置が「病気になってからの保険」ではなく、「予防のための保険」というものになっていきそうですね。







【関連記事】
続きを読む SBI生命保険、健康管理や生活習慣改善のための「FiNC for SBI⽣命」を提供|生保初となる人⼯知能による姿勢分析機能を SBI ⽣命の保険加入者全員に提供

Lemonade|保険ビジネスにAIと行動経済学を活用したInsurtechスタートアップ




■Lemonade|保険ビジネスにAIと行動経済学を活用したInsurtechスタートアップ

Introducing The Lemonade App
Introducing The Lemonade App

参考画像:Introducing The Lemonade App|YouTubeスクリーンショット

日本だけでなく世界でもフィンテックが話題です。

FinTechとは金融(Finance)と技術(Technology)を掛け合わせた造語で、銀行・金融ではFintech(フィンテック)というITを駆使して金融サービスを生み出したり、見直したりする動きが起きています。

フィンテックの中でも「保険」の分野、「Insurtech(インシュアテック)」に関心が集まっていることをご存知ですか?

「Insurtech(インシュアテック)」とは、生保や損保という保険ビジネス(Insurance)とテクノロジー(Technology)を組み合わせる取り組みのことです。

このブログは健康に関連したニュースについて取り上げているので、「Insurtech(インシュアテック)」を取り上げるときにも、テクノロジーの側面ではなく、主に医療ビッグデータの解析を活用した新しい保険の形といった側面から紹介しています。

今回紹介するニュースは「Insurtech(インシュアテック)」のテクノロジーの側面から見た記事です。

「Botと話して1分で保険に入った」:スマホD2Cのフィンテック

(2017/7/10、Scrum Ventures)

詳しくは元記事をご覧いただくとして、「Lemonade」という保険スタートアップの特徴を簡単にまとめます。

  • 家具や電気製品などの損害保険
  • 人を介さず、Botとのやりとりだけで、保険の見積もり・加入手続きを行う
  • スマホネイティブな層をターゲットにしているのか、タップやスワイプといったスマホに最適化されたUI/UXが特徴
  • AI・行動経済学を組み込んで詐欺の自動検知を行う

日本でもレモネードへの関心が高まりつつあります。

AI活用 保険手続き迅速 米レモネードCEO ダニエル・シュライバー氏

(2018/1/19、日本経済新聞)

ソフトバンク:フィンテック新興企業レモネードに出資

(2017/12/19、Bloomberg)

ニューヨークを拠点とするレモネードは人工知能(AI)とソフトウエアエージェントを使って住宅保険請求の文書業務を減らし処理を高速化する技術を持つ。

ソフトバンクは1億2000万ドル(約135億円)の出資の主導的役割をするそうです。

The Science Behind Lemonade

Lemonade in 60 Seconds

Introducing The Lemonade App

Dan Ariely Joins Lemonade

【参考リンク】

Lemonadeの動画を見てみると、「予想通りに不合理」「不合理だから全てがうまくいく」の著者であり、TEDの人気スピーカーであり、行動経済学者であるダン・アリエリー(Dan Ariery)氏がLemonadeに参画しています。

The Cost Of Our Dishonesty|Lemonade

ダン・アリエリーさんの考えを私なりに解釈すると次の通りになります。

ダン・アリエリーさんの保険ビジネスにおける役割は、保険加入者と保険会社との信頼をいかに築くかということです。

保険加入者はできる限りの個人情報・建物に関する情報などを記入してもらい、誠実さを伝える一方で、保険会社は、不正行為に対するリスクを補うためとして、少し高めの保険料を保険加入者に請求しています。

簡単に言えば、保険会社は保険加入者に対する信頼が低いため、そのような行動をとってしまっているのです。

そこで、AIや行動経済学を活用して、そもそも不正行為が起こりにくい保険の加入の仕方に変えようということがポイントです。

Oh, Behave!|Lemonade

In one well known study, he and his team of researchers managed to significantly reduce cheating simply by asking people to recall the Ten Commandments.They discovered that introducing moral cues can influence how we behave.

ある有名な研究によれば、十戒を思い起こさせるように人々に尋ねると、不正行為を減らすことができたそうです。

つまり、道徳的なつながりを導入することにより、行動に影響を与えるということを発見したのです。

そもそも不正行為が起こりにくい保険の加入の仕方に変えることができれば、不正による請求をする人が少なくなるとにより、保険加入者の保険料を少なくすることになっていく、両者にとってメリットのある変化となるのです。




■まとめ

「Lemonade」では、AIや行動経済学を活用して、道徳的な行動を促すことにより、保険業界に変化をもたらそうとしています。

ただ、もし、そもそも社会全体が信頼に基づく行動をする世界に変わったとしたらどうでしょうか。

人の信頼度を評価するシステムによって信頼自体がお金(通貨)のような価値をもつ時代になる!?では、「信頼」を通貨のような価値を持つ時代になれば、人は道徳的な行動をとるようになるであろうということを書きました。

中国の「芝麻信用」では、支払い履歴だけでなく、学歴や資産情報、人脈関係などによって信用度が格付けされる仕組みとなっており、この信用点数の評価によって、ホテルに泊まれない人がいたり、結婚や就職に影響しているということが起きているそうです。

「信頼」を通貨のような価値を持つ時代になれば、シェア自転車に対してひどい扱いをした人は、自転車と利用者をつないだデータをもとに信頼性が低いと評価されることによって、そのほかの信頼性をもとにしたサービスが使えなくなるといったことが起こるようになります。

つまり、社会全体が信頼に基づく行動をする世界に変わると、そもそも人は道徳的な行動をとるため、「Lemonade」が保険業界に起こしているような変化は必要なくなるということです。

「信頼」自体が通貨のような価値を持つような時代が近づいていますね。







【関連記事】
続きを読む Lemonade|保険ビジネスにAIと行動経済学を活用したInsurtechスタートアップ

国会や生命保険でもAIを活用する動き|人工知能によって人間の仕事は奪われるのか?




■国会や生命保険でもAIを活用する動き|人工知能によって人間の仕事は奪われるのか?

tabletop assistant

by Matthew Hurst(画像:Creative Commons)

ここ1、2年とても注目されているのが「人工知能(AI)」で、様々な分野で活用しようとする動きが見られています。

年末年始のニュースでもAIを活用した業務の効率化や国会答弁の下書きの作成にAIを活用する実験などのニュースが報道されていました。

<富国生命>AI導入、34人削減へ 保険査定を代替

(2016/12/30、毎日新聞)

富国生命保険が、人工知能(AI)を活用した業務効率化で、医療保険などの給付金を査定する部署の人員を3割近く削減する。

富国生命保険は、日本IBMのAI「ワトソン」を使ったシステムを導入し、医師の診断書などから入院給付金支払いなどに必要な情報を自動的に読み取ることで業務効率化を行い、段階的な人員削減に着手していくそうです。

国会答弁、AIが下書き=経産省が実験へ

(2017/1/2、時事通信)

過去5年分の国会会議録をAIに学習させ、政策課題や論点をまとめさせることを想定。

<中略>

例えば「省エネルギー政策を推進すべきか」という質問を入力すると、AIが過去に行われた関連質疑から政策のポイント、課題、論点などを整理して提示する仕組みを想定。

AIやモノのインターネット(IoT)技術を活用する「第4次産業革命」を推進する経済産業省では、過去5年分の国会会議録をAIに学習させ、政策課題や論点をまとめさせ、国会答弁の下書きの作成を行う実験を行うそうです。

前日の深夜や当日の未明までかかることも少なくない国会答弁づくりにAIを活用することで効率化され、長時間労働の是正に役立つことが期待されています。

このほかにも、企業の人材活用やコールセンターで活用される事例などAIを活用した事例が増えてきています。

【関連記事】

その中でもこのブログで最も取り上げてきた「医療×AI」の組み合わせが最も注目されている分野といっても過言ではないと思います。

【参考リンク】




■人工知能やロボットによって代替可能性の高い職業と低い職業

参考画像:人工知能やロボット等による代替可能性が高い100種の職業|日本の労働人口の 49%が人工知能やロボット等で代替可能に~ 601 種の職業ごとに、コンピューター技術による代替確率を試算 ~(2015/12/2、野村総合研究所)|スクリーンショット

参考画像:●人工知能やロボット等による代替可能性が低い100種の職業|日本の労働人口の 49%が人工知能やロボット等で代替可能に~ 601 種の職業ごとに、コンピューター技術による代替確率を試算 ~(2015/12/2、野村総合研究所)|スクリーンショット

人工知能やロボット等による代替可能性が高い100種の職業|日本の労働人口の 49%が人工知能やロボット等で代替可能に~ 601 種の職業ごとに、コンピューター技術による代替確率を試算 ~(2015/12/2、野村総合研究所)によれば、野村総合研究所は、英オックスフォード大学のマイケル A. オズボーン准教授およびカール・ベネディクト・フレイ博士との共同研究により、国内 601 種類の職業*2について、それぞれ人工知能やロボット等で代替される確率を試算した結果、10~20 年後に、日本の労働人口の約49%が就いている職業において、それらに代替することが可能との推計結果が得られているそうです。

■まとめ

the_economic_impact_of_ai_accenture

参考画像:Why Artificial Intelligence is the Future of Growth – Accenture|スクリーンショット

AIで日本の経済成長率が3倍に?–2035年の成長予測をアクセンチュアが発表

(2016/11/18、cnet japan)

日本では、AIシナリオにおけるGVA成長率が、ベースラインシナリオの場合に比べて3倍以上になる可能性

アクセンチュアが発表した「Why Artificial Intelligence is the Future of Growth」によれば、2035年の各国の経済規模について2つのシナリオで予測を行っており、日本では「AIシナリオ(AIの影響力が市場に浸透した場合に期待される経済成長を示す)」における粗付加価値(GVA)成長率は、「ベースラインシナリオ(従来予想の経済成長を示す)」と比べると3倍以上になる可能性があるそうです。

AIを活用するとどうして経済成長率が高まるという予測が立てられているのでしょうか。

AIで日本の経済成長率が3倍に?–2035年の成長予測をアクセンチュアが発表

(2016/11/18、cnet japan)

こうした先進国市場では、AI技術によって労働生産性が大幅に高まる可能性がある要因として、人間がより効率的に時間を使うことで新たなモノを創造するという、人間が最も得意な仕事に集中できるためだとしている。

ほかの国と比べても日本はAIを活用することによる恩恵が得られるという予測が立てられているのですが、反対に考えると、日本はそれだけ労働生産性が低いとも考えられ、AIを活用することによって、時間が効率化され、最も人間がやるべきことに集中できるようになるのではないでしょうか。

また、人工知能を活用することによって、業務が効率化され、人間がやるべき仕事をする一方で、人工知能が浸透する中で新しく生まれる仕事が出てくるでしょう。

人間が人工知能を道具として使うだけでなく、人間が人工知能に使われるようになるということも出てくるでしょう。(その分野はロボットと人間が行なう役割としてぶつかってしまうこともあるかもしれません。)

【参考リンク】

→ 【人手不足で悩む社長さんへ】求人を増やす方法(給与前払いサービス・AIの活用・ワクワクする仕事をPR) について詳しくはこちら







【関連記事】
続きを読む 国会や生命保険でもAIを活用する動き|人工知能によって人間の仕事は奪われるのか?