「人工知能」タグアーカイブ

チャットボット型電子カルテ「ドクターQ」の医療系AIベンチャーNAM、ICO(NAMコイン)実施 100億円の資金調達を目指す

【目次】




■チャットボット型電子カルテ「ドクターQ」の医療系AIベンチャーNAM、ICO実施 100億円の資金調達を目指す

参考画像:NAMホワイトペーパー(2017/11/11、NAM)|スクリーンショット

医療系AIベンチャー企業のNAM  12月24日、ICO(仮想通貨技術による資金調達)実施  国内外から100億円の資金調達を目指す

(2017/11/28、atpress)

 NAMは2017年12月24日に「NAMコイン」と称する「トークン」を「1,200億NAM」発行、「600億NAM」の販売をNAMのWebサイト上( http://namcoin.net/ )で開始します。「トークン」とはデジタル権利証であり、主要仮想通貨などと交換できます。同年12月24日から翌年1月31日までの39日間ICOを実施、NAMコイン購入者に仮想通貨「イーサリアム」をNAMのウォレット(仮想通貨を保管する電子財布)に送金してもらうことで資金を調達します。NAMコインはNAMが開発した製品の購入やサービスの利用にも使用できます。
 調達した資金は、以下四つの医療業界向けAIサービスの研究開発費用などに充当します。

<NAMが提供する医療業界向けAIサービス>
(1)ドクターQ
  サービス内容:人工知能(AI)を利用した問診ボット(2018年1月開始)
(2)NAMインスペクション
  サービス内容:機械学習を利用した疾患予測モデル(2018年3月開始)
(3)NAMヘルス
  サービス内容:人工知能(AI)が推薦する健康食品(2018年5月開始)
(4)NAMカルテ
  サービス内容:深層学習とブロックチェーンを使った次世代カルテシステム(2019年1月開始予定)

NAMは、AIを活用した問診ボット、機械学習を利用した疾患予測システムなど医療業界向けAIサービスの研究開発費用などへの資金に充てるため、2017年12月24日から2018年1月31日までの39日間、ICO(イニシャル・コイン・オファリング=仮想通貨技術を使った資金調達)を実施し、100億円の資金調達を目指すそうです。

→ #ICO とは?簡単にわかりやすく!|ICOとIPOはどう違うの?|トークンって何?【初心者向け用語集】 について詳しくはこちら

【追記(2017/12/27)】

ICOのスケジュールに関する重要なお知らせ(2017/12/21、NAM)によれば、販売時期を延期するそうです。

株式会社NAMのICOに関する説明動画

【記者発表ダイジェスト】医療系AIベンチャー企業のNAM 12月24日よりICO実施

【参考リンク】

(1)人工知能(AI)を利用した問診ボット

医療系AIベンチャー企業のNAM チャットボット型電子カルテ「ドクターQ」を 1月から医療機関向けに提供開始

(2017/11/29、atpress)

医師が本システムを利用していれば、医師代わりのチャットボットからの問診を受けたり、自分自身のカルテを閲覧したりすることができます。医師は、「ドクターQ」のサービスウェブサイトにアクセスすることで、患者の経過を把握し、ボットを通して患者と接触することができます。電子カルテのフォーマットに沿う形式でチャットボットが医師の代わりにLINEのチャット画面を通して患者に経過を質問します。

 本システムの特徴は次の三つの情報を自動で収集、整理できます
 (1)カルテに記載するべき患者情報
 (2)医師がフォローするべき患者情報
 (3)患者が気にするべき診療情報

 患者は「カルテを見せて」「薬を見せて」とドクターQに送ると、処方された薬の一覧や過去のカルテをLINE上で閲覧することができます。医師はドクターQを利用しウェブサイトからのカルテの閲覧と患者への返信が可能です。

チャットボット型電子カルテ「ドクターQ」は電子カルテのフォーマットに沿う形で医師の代わりにチャットボットが患者に経過を質問し、患者情報や診療情報を自動で収集・整理ができるそうです。

これまでにも、服薬忘れや受診中断による症状の悪化の問題とそれを解決する方法について取り上げてきました。

これまでにもオンライン診療や電話でのアドバイスによって治療効果が向上するという結果が出ていますし、また、薬の飲み忘れ問題をテクノロジーで解決するアイデアもこれから徐々に浸透していくと思います。

ただ現状では医療現場ではどうしても把握できない情報があるそうです。

現在の医療現場が抱える重大な課題の一つは、医師が患者の経過を把握するためには、患者側から自発的にそれを医師に伝えるしかないという点です。医師は来院した患者に対しては適切な診察と治療を行いますが、その結果を把握することは簡単ではありません。患者は経過が良くなった場合、それを医師には報告しません。また自覚症状の少ない慢性疾患である場合、治療を自己判断で中断してしまうことがあります。例えば生活習慣病の患者が継続して病院に通う割合は4割程度との調査結果もあるなど、医師は経過を把握できていません。

医師が患者の治療経過を把握するためには患者から伝える必要がありますが、受診を自己判断で中断したり、薬を飲み忘れていたりして、きちんとした情報が伝わりにくいのです。

世界初のデジタルメディスン「エビリファイ マイサイト(ABILIFY MYCITE®)」 米国FDA承認|大塚製薬・プロテウスでは、服薬状況をチェックするために、は錠剤に胃液に接するとシグナルを発すセンサーを組み込んだ「デジタルメディスン」で、患者さんの体に張り付けたシグナル検出器で服薬の日時や活動量などのデータを記録し、そのデータをもとに、患者さん自身がアプリで服薬状況や活動量を確認したり、医師や看護師などの医療従事者と情報共有することにより、アドヒアランス(患者が積極的に治療方針の決定に参加し、その決定に従って治療を受けること)を向上し、治療効果を高めることが期待されています。

チャットボット型電子カルテ「ドクターQ」では、医師の代わりにチャットボットが患者に経過を質問し、患者情報や診療情報を自動で収集・整理ができることを目的としていますが、気になるのは、例えば患者が薬を飲み忘れていてもそれを知られたくないと思ってチャットボットに対して正直に話さないというケースがあった場合、期待する情報は得られないということになります。

将来の鍵となるのは、医師と患者におけるコミュニケーションの中から患者が付きたくないけどついてしまう噓を読み取ったり、患者さん自身も気づいていない病気の兆候となるサインを見つけることだと思いますが、それをどこまで遠隔医療でできるようになるかが気になるところです。

(2)機械学習を利用した疾患予測モデル

さまざまな企業や研究機関でビッグデータを用いて人工知能(AI)や機械学習(マシンラーニング)で解析し、病気の発症を予測するシステムの開発が行なわれています。

機械学習において重要なのは、どれだけ多くのデータを用意できるかにあり、つまりはデータを持つ医療機関と連携ができるかにかかっているのではないかと考えられます。

(3)人工知能(AI)が推薦する健康食品

どのようなアプローチで推薦するのかが気になるところですが、最も納得のいく方法の一つが「遺伝子検査」に基づいて、遺伝子にあった食品をおすすめするというサービスだと思います。

「遺伝子検査」による予測医療で、人は100歳まで生きられるか?によれば、アンチエイジング医療の最先端は、「予防医学(体の老化の兆候を早めに発見して「老化を予防」する医学)」から遺伝子検査による「予測医療」へと向かっており、すでに一部のクリニックでは「遺伝子検査」による予測医療がはじまっているそうです。

創薬は、ビッグデータ活用で激変する〜奥野恭史・京都大学教授/理化学研究所副グループディレクター

(2017/1/17、Top Researchers)

ゲノムの配列には個人個人の体質を区別する情報が入っていますので、その医学的解釈が出来れば、私たち一人一人の体質にあったオーダーメードの医療が可能になります。この夢の医療を「ゲノム医療」と呼んでいるのです。

遺伝的に特定の病気になりやすい体質、よくいわれるのが、家族歴とかある病気になりやすい家系というものは存在していて、そうした遺伝情報がゲノムに書かれており、ゲノムを解析することによって病気の原因を知ったり、治療法を選んでいくことを「ゲノム医療」と呼ぶそうです。

遺伝と健康問題は大きくかかわっており、メタボリックシンドローム糖尿病高血圧・心筋梗塞・肺がん・骨粗鬆症・アレルギー・乳がん ・アルツハイマー病など様々な病気になりやすい遺伝子を持つかどうかの検査を受けることができるそうです。

どんなに健康に良いといわれる食べ物であっても、人によっては健康に悪い食べ物がありますが、遺伝子検査を受けることによって、様々なメディアの情報に踊らされることなく、自分にとっては安全といわれる食べ物を選ぶことができるようになるはずです。

ただ、遺伝子検査をすることによって、病気のリスクを下げる期待ができる一方、遺伝子情報は究極の個人情報ともいえるため、その扱いには慎重にならざるを得ませんので、遺伝子情報を守るテクノロジーがカギになってくるのではないでしょうか?

遺伝子は、変えられる。――あなたの人生を根本から変えるエピジェネティクスの真実

新品価格
¥1,944から
(2017/6/26 10:36時点)

【関連記事】

(4)深層学習とブロックチェーンを使った次世代カルテシステム

「データヘルス・ポータルサイト」に6773万人分の健康診断、医療費、生活習慣などのデータを統合|#東大によれば、東京大は、国内6773万人分の健康診断、医療費、生活習慣などのデータを集計した分析・支援するウェブサイト「データヘルス・ポータルサイト」を運用するそうです。

厚生労働省、個人の医療データの一元管理で医療の効率化目指す 2020年度からでは、厚生労働省は、過去の病院での治療歴や薬の使用状況、健診結果など様々な情報を一元化したデータベース「PeOPLe(ピープル)」(仮称)を2020年度からの運用を目指すということについて取り上げましたが、今回、1399の健康保険組合(2946万人)と、中小企業の全国健康保険協会(協会けんぽ、3827万人)が持つデータを統合し、今後は、1880ある市町村国民健康保険(3294万人、国保組合含む)も加入も検討することから、ほぼ全国民がデータヘルス・ポータルサイトに参加することになり、医療・健康・介護を把握できるプラットフォーム作りの基盤となりそうです。

ICT医療においては、ICTを活用した個人の健康管理がスタートであり、カギとなります。

医療・健康分野におけるICT化の今後の方向性(平成25年12月、厚生労働省)によれば、

健康寿命を延伸するためには、ICTを利用した個人による日常的な健康管理が重要

だと書かれています。

ICTとは、Information and Communication Technology(インフォメーション・アンド・コミュニケーション・テクノロジー:情報通信技術)の略です。

ICTを活用した医療分野への活用の例としては次の通り。

  • 電子版お薬手帳や生活習慣病の個人疾病管理など患者・個人が自らの医療・健康情報を一元的、継続的に管理し活用する仕組み
  • 地域包括ケアシステム(電子カルテ情報を地域の診療所が参照する)
  • ICTを活用してレセプト等データを分析し全国規模の患者データベースを構築し、疾病予防を促進

参考画像:「新産業構造ビジョン」(2017/5/29、経済産業省)|スクリーンショット

経済産業省の「新産業構造ビジョン」によれば、個人が自らの生涯の健康・医療データを経年的に把握するため、また、最適な健康管理・医療を提供するための基盤として、健康・医療・介護のリアルデータプラットフォーム(PHR:Personal Health Record)を構築し、2020年度には本格稼働させていくことが必要と提案されています。

NAMでは、深層学習とブロックチェーンを使った次世代カルテシステムを開発するということでしたが、エストニア、医療データの記録・管理にブロックチェーン技術を活用すべく試験運用中|日本で導入するにはどのようなことが必要か?によれば、エストニアでは、医療データの記録・管理にブロックチェーン技術を活用すべく試験運用が行なわれているそうです。

【参考リンク】

医療データの記録・管理にブロックチェーン技術を活用するとどう変わるのでしょうか?

Estonia prescribes blockchain for healthcare data security|Health Matters(2017/3/16、pwc)を参考にまとめてみます。

●個人の医療情報・健康記録を安全に保管することができる

First, health records can be stored securely in a ledger on which all participants (health professionals, patients, insurers) can rely.Doctors, surgeons, pharmacists and other medical professionals all have instant access to an agreed set of data about a patient.

ブロックチェーン技術を活用することで医療情報の偽造・改ざんを防止すると同時に、暗号化技術によって非常に重要な情報である個人の医療情報・健康記録を安全に保管することができます。

これまでは医療情報のような個人情報は巨大な仲介役が管理していましたが、ブロックチェーン技術を活用すれば、そのデータは自分が管理することができるようになります。

データを企業に受け渡すことでサービスを利用している現代ですが、ブロックチェーンが浸透すれば、自分の情報を自分でコントロールすることができるようになるのです。

●医療従事者が患者のデータに即座にアクセスできる

必要な情報だけを医療従事者が即座にアクセスすることができるようになります。

あまりなりたくはないものですが、病気や事故になったとしても、即座に医療従事者がそのデータにアクセスすることにより治療が受けられるようになるわけです。

Its Patient Portal gives citizens access to medical documents, referral responses, prescriptions, and insurance information.Individuals can also use the Portal to declare their intentions regarding blood transfusions and organ donation.

エストニアの患者ポータルでは、医療文書・処方箋・保険情報にアクセスができ、輸血や臓器提供に関する意向も宣言することができるそうです。

つまり、まとめると、医療データの記録・管理にブロックチェーン技術を活用することにより、次のような変化が起こります。

  • 医療情報の偽造・改ざんを防ぐ
  • 個人の医療情報・健康記録を安全に保管
  • 医療情報などの個人情報が自分の手に戻ってくる
  • 患者や医療従事者が医療情報に即座にアクセスできる

【関連記事】




■まとめ

NAMは、AIを活用した問診ボット、機械学習を利用した疾患予測システムなど医療業界向けAIサービスの研究開発費用などへの資金に充てるため、ICO(イニシャル・コイン・オファリング=仮想通貨技術を使った資金調)を実施し、100億円の資金調達を目指すそうです。

NAMはAIとブロックチェーンを組み合わせるなどして、現在の医療システムに変革を起こすことを目指しています。現代の医療システムにおいて、特に患者のカルテ連携や医療費の請求サイクルの構造を見直し、問題の解決を図ります。NAMの提供するシステムはカルテ連携から、僻地医療、医師間の連携、最先端のAIモデルの導入などの基盤となるシステムであり、次世代の医療に大きな成果を上げられると考えています。本システムをプラットホームとして拡張するには、複数の病院との連携、サーバーの強化、人材の確保を含めた莫大な開発費用と設備費用が必要です。

気になるのは「お金」の問題ではなく、先程紹介したような(1)人工知能(AI)を利用した問診ボット、(2)機械学習を利用した疾患予測モデル、(3)人工知能(AI)が推薦する健康食品、(4)深層学習とブロックチェーンを使った次世代カルテシステム、というような幅広い分野に向かっていくために必要な人材が集まるのかという点と政府・企業・医療機関とのパートナーシップを築けるかどうかではないでしょうか?

●人材の面

いま、世界の大企業は「AI人材」を食い尽くそうとしている

(2016/1/3、WIRED)

ここ数年の間に、大手企業は、聞いたこともないような多くのAIスタートアップを先を争って手に入れてきた。ツイッターは、Mad Bit、Whetlab、Magic Ponyを買収した。アップルはTuriとTuplejumpを手に入れた。Salesforceは、MetaMindとPrediction I/Oを獲得し、IntelはNervanaを獲得した。そしてこれはリストのほんの一部にすぎない。

買収を行っているのは、ソフトウェア会社やインターネット企業だけではない。AIをフィジカルなプロダクトに取り入れているサムスンやGEのような大手企業もまたしかりである。

大手企業がAIスタートアップを買収することで人材の確保をおこなっており、その人材プールはすでにはほとんど残っておらず、企業によってはそうした人材を確保できないということも起きています。

機械学習技術を構築するのは、標準的なソフトウェアエンジニアリングとはまったく異なり、コーディングすることよりもむしろ、膨大な量のデータから結果をうまく引き出すことが必要だからだ。

普通のプログラマーではダメなのだそうで、データサイエンティストが求められているようです。

ヘルスケア分野でIOTを活用する実証実験開始|IOTで市民の健康データを取得し、新サービス創出、雇用創出、生活習慣病の予防を目指す|会津若松市によれば、福島県会津若松市がヘルスケア分野でIoTを活用したプラットフォーム事業の実証実験を開始し、スマホアプリやウェアラブルデバイスなどから取得した市民の様々な健康データを集約し、オープンデータ化し、そのデータを活用して新サービスの創出、データサイエンティストなどの雇用創出、医療費の削減などを目指していくとお伝えしましたが、「データサイエンティスト」という職業は現在最も必要とされる人材といえるのではないでしょうか。

AIによって雇用が減っていくのではないかという不安を抱えている人もいると思いますが、AIが活用されるような分野、より具体的には大量のデータから必要な情報を引き出すことが必要とされる分野では人材の取り合いが行なわれているのです。

参考画像:人工知能の研究開発目標と産業化のロードマップ(2017/3/31、人工知能技術戦略会議)|スクリーンショット

AI分野に対する人材が不足していて、2020年には国内で約4万8000人が不足するという調査(経済産業省「IT人材の最新動向と将来推計に関する調査結果」(平成28年3月、委託:みずほ情報総研株式会社))もあるそうです。

AI人材が約5万人不足、東大阪大のAI講座は即戦力育成の呼び水となるか

(2017/7/31、MONOIST)

2017~2019年度で総額約2億2000万円を投資し、3年間で250人以上のAI人材を育成する計画だ。

政府が2016年度に立ち上げた「人工知能技術戦略会議」では、AIの研究開発や産業化を担う人材育成を重視している。

AI人材の即戦力を育成することが急務となる中、新エネルギー・産業技術総合開発機構(NEDO)は、電機や機械など製造業を中心にAI(人工知能)分野の即戦力人材を育成する特別講座「AIデータフロンティアコース」を、大阪大学と東京大学に開講すると発表しました。

【参考リンク】

参考画像:人工知能の研究開発目標と産業化のロードマップ(2017/3/31、人工知能技術戦略会議)|スクリーンショット

産業化ロードマップを実現するためには、3つの知識・技能を有する人材を育成することが求められるそうです。

1.人工知能技術の問題解決(AIに関する様々な知識、価値ある問題を見付け、定式化し、解決の道筋を示す能力)

2.人工知能技術の具現化(コンピュータサイエンスの知識、プログラミング技術)

3.人工知能技術の活用(具体的な社会課題に適用する能力)

AI分野に対する人材が不足していて、2020年には国内で約4万8000人が不足するという調査もある中、その人材を育成することにも取り組んでいるようですが、こうした人材は世界中から取り合いになるでしょうから、その点が気になるところです。

●パートナーシップの面

もう一つは、政府・企業・医療機関などとのパートナーシップを築くことができるかという点です。

例えば、機械学習において重要なのは、どれだけ多くのデータを用意できるかにあり、つまりはデータを持つ医療機関などと連携できるか、が挙げられます。

ブロックチェーンがインフラとなるためには、政府や行政、企業の連携との連携は欠かせないものになります。

『サードウェーブ 世界経済を変える「第三の波」が来る』(著:スティーブ・ケース)では、第三の波(あらゆるモノのインターネット)によって、あらゆるモノ・ヒト・場所が接続可能となり、従来の基幹産業を変革していく中で、企業や政府とのパートナーシップが重要になると書かれています。

サードウェーブ 世界経済を変える「第三の波」が来る (ハーパーコリンズ・ノンフィクション)

新品価格
¥1,380から
(2017/11/12 10:31時点)

第二の波では、インターネットとスマートフォンの急速な普及によってソーシャルメディアが激増し、盛況なアプリ経済が誕生した。その中でもっとも成功を収めたスナップチャットやツイッターのような企業は、小規模なエンジニアリング・チームからスタートして一夜にして有名になり、第一の波の特徴であったパートナーシップをまったく必要としなかった。しかし、こうしたモデルは現在がピークであり、新たな時代は第二の波とはまったく違う―そして最初の波とよく似た―ものになることを示す証拠が増えている

ブロックチェーンが次のレイヤーになると、社会は大きく変化をしていきますが、社会問題を解決する手段として、一人の力ではなく、これからますますいろんな人たちとのパートナーシップが重要になってくるでしょう。

最後にこの言葉をご紹介したいと思います。(アフリカのことわざなのだそうです)

別所哲也(俳優)|有名人の英語ライフ|TOEIC SQUARE

「If you go fast, go alone. If you go further, go together. (早く行きたければ、一人で行きなさい。より遠くへ行きたいのであれば、みんなで行きなさい)」




【関連記事】

【遠隔医療 関連記事】

【テクノロジーと医療 関連記事】

【関連記事】

人工知能を活用したがん医療システム「メディカルAI」プロジェクト開始|国立がん研究センター・産総研など

Microscope

by Vall d’Hebron Institut de Recerca VHIR(画像:Creative Commons)




■人工知能を活用したがん医療システム「メディカルAI」プロジェクト開始

人工知能(AI)を活用した統合的がん医療システム 開発プロジェクト開始

(2016/11/29、国立研究開発法人 国立がん研究センター)

本プロジェクトでは、最前線の深層学習技術の研究開発・産業化を推進しているPFN社、およびAI研究開発を先導する産総研 人工知能研究センターと共同で、国立がん研究センターが保持している膨大ながんに関する臨床データ、マルチオミックスデータおよび疫学データを統合的に解析するメディカルAI技術を開発します。その上で複雑ながんの本態を解明し、がんの診断・治療および創薬へ応用していきます。

膨大ながんに対するデータを持っている国立研究開発法人国立がん研究センターと深層学習技術の研究開発を行っている株式会社 Preferred Networks、AI研究開発を行っている国立研究開発法人 産業技術総合研究所が共同でメディカルAI技術を開発するそうです。

これまでにもがんに限らず様々な病気に対して人工知能を活用したシステムが研究されているというニュースをお伝えしてきました。

なぜ人工知能を活用したシステムが求められているのでしょうか?

IBMの人工知能システム「WATSON」によってがん治療がスピードアップする!?によれば、ワシントン州立大学・McDonnell Genome Instituteのルーカス・ウォルトマン医師の言葉を借りれば、「がんと立ち向かうことは、時間との闘い」なのですが、遺伝子を解析し、治療方針を決めるまで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そうです。

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。

国立がん研究センターのニュースリリースでも、今回の研究に至った背景の中でこのように書かれています。

国立がん研究センターは、これまで世界でも有数の質の高いがんの基礎研究・臨床研究および疫学研究を長い間継続的に行なっており、蓄積されたがんの診断データは膨大な量になります。これらを統合的に解析することで、個々人に最適化された医療を提供できると考えられていますが、これまでは、このようながんに関するビッグデータを解析する手法が無く、実現に至っておりませんでした。

世界中で行われたがんの研究データは膨大な量になっており、それを解析することによって、一人一人に対して最適な治療法を提供できることが理想なのですが、これまでにはがんに関するビッグデータを解析する方法がなかったそうです。

人工知能を導入し、がんに関するデータを総合的に解析することで、今後早くてより正確な診断ができるようになったり、新薬が生まれるようになるかもしれません。







【参考リンク】

【関連記事】

「がん個別化医療」を実現する人工知能を活用したシステム開発のための共同研究を開始|がん研究会・FRONTEOヘルスケア

参考画像:がん研究会とFRONTEOヘルスケア 「がんプレシジョン医療」の実現に向けた共同研究を開始(2017/1/31、がん研究会プレスリリース)|スクリーンショット

> 健康・美容チェック > がん > 「がん個別化医療」を実現する人工知能を活用したシステム開発のための共同研究を開始|がん研究会・FRONTEOヘルスケア




■「がん個別化医療」を実現する人工知能を活用したシステム開発のための共同研究を開始|がん研究会・FRONTEOヘルスケア

がん研究会とFRONTEOヘルスケア 「がんプレシジョン医療」の実現に向けた共同研究を開始

(2017/1/31、がん研究会プレスリリース)

今回の共同研究を通じて、がん研究会とFRONTEOヘルスケアは、ゲノム解析による検査結果に基づいて、人工知能が患者の症状・特性にあわせた治療法に関わる論文を探索し、医師の判断を支援するシステムを開発します。

公益財団法人がん研究会、がん研究所は、FRONTEOヘルスケアと共同で、ゲノム解析技術と人工知能エンジン「KIBIT(キビット)」を用いて、がん患者1人1人の遺伝子変異などに合わせて最適な治療を提供する「がん個別化医療」を実現するシステムの開発に向けた共同研究を開始したそうです。

これまでにもがんに限らず様々な病気に対して人工知能を活用したシステムが研究されているというニュースをお伝えしてきました。

なぜ人工知能を活用したシステムが求められているのでしょうか?

IBMの人工知能システム「WATSON」によってがん治療がスピードアップする!?によれば、ワシントン州立大学・McDonnell Genome Instituteのルーカス・ウォルトマン医師の言葉を借りれば、「がんと立ち向かうことは、時間との闘い」なのですが、遺伝子を解析し、治療方針を決めるまで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そうです。

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、人工知能を活用したシステムが求められていると考えられます。

今回のケースでは、ゲノム情報、データの解析、医療データや論文などを人工知能「KIBIT(キビット)」に学習させ、検査結果から患者に最適な治療法を提案していくようです。







【関連記事】

AI化したアイドルにファンはどんな感情を抱くのか?|韓国で大人気の #篠崎愛 さんを人工知能化するクラウドファンディングプロジェクトは成功したのか?|

shinozakiai_project

参考画像:篠崎愛をAI化して、世界初のAIドルを作りたい!「篠崎AIプロジェクト」サポートメンバー募集!|スクリーンショット




■篠崎愛さんを人工知能化するプロジェクト|AI化したアイドルにファンはどんな感情を抱くのか?

アイドルを人工知能化するプロジェクト開始 篠崎愛さんを「世界初のAIドル」に

(2015/8/19、itmediaニュース)

個人の人格のコピーを実現するオルツの人工知能「al+」(オルツ)を活用。本人のように話し学習する“もう1人の篠崎愛”をつくるイメージで、AIがファンと24時間対話したり、街中の案内板に入って商業施設を案内したり、ラジオ番組に出演してリスナーと対話するなど、新たなタレント活躍の道を切り開きたいという。

篠崎愛さんの人工知能(AI)を作る「篠崎AIプロジェクト」への支援の募集が、クラウドファンディングサイト「GREENFUNDING by T-SITE」でスタートしたそうです。

「マツコとマツコ」では、「アンドロイドがいる時代のテレビや世界がどうなるのか?」を考えていくという企画が行なわれていますが、今回のプロジェクトはアイドルが人工知能になったらどうなるかという興味深い実験です。

映画「Her」では、「人工知能型OSに恋するなんてことがあるだろうか?」ということが題材になっていましたが、今回の実験でファンが人工知能に対してどういう感情を持つのかということが気になるところです。

■クラウドファンディングは目標額に達せず

【追記(2016/8/19)】

ai_shinozaki_ai

参考画像:篠崎愛をAI化して、世界初のAIドルを作りたい!「篠崎AIプロジェクト」サポートメンバー募集!|GREEN FUNDINGスクリーンショット

ニュースから一年後の今日、このプロジェクトがどうなったのかを見てみたところ、目標額の49%で目標額に達せず、プロジェクトは終了していました。

アイドルとAIという組み合わせではよい反応が得られなかったということなのでしょうか?

■アイドルのTwitterをAIが代行

【追記(2017/5/26)】

あるアイドルのTwitter、人工知能が代行していた

(2017/5/26、ねとらぼ)

仕組みとしては、ビットエーとデータセクションが開発し中部経済新聞が採用した「AI記者」のエンジンをベースに、侑杏さんの過去のツイートを学習データとして、特定ワードの言い換えパターンや言い回し、癖や特徴を学習。投稿予定時間帯や侑杏さんの実際のスケジュールなどをパラメーターにして生成した幾つかの候補ツイートから、最も特徴が近似しているものをbotと組み合わせて定期投稿しています。

もしかすると、ファンのTwitterもAIによるbot化して、bot同士が会話するようになるかもしれない日が来るのも不思議じゃないですね。







【関連記事】

【関連記事】

AI技術を活用した創薬事業に参入 がん治療用ペプチドワクチンの開発・実用化を目指す|NEC

Test tubes

by Håkan Dahlström(画像:Creative Commons)




■AI技術を活用した創薬事業に参入 がん治療用ペプチドワクチンの開発・実用化を目指す|NEC

NEC、先進AI技術を活用した創薬事業に参入~がん治療用ワクチンの開発・実用化を推進する新会社を設立~

(2016/12/19、NEC)

NECは、最先端AI技術群「NEC the WISE」(注6)の1つとして、機械学習と実験を組み合わせることにより、短期間かつ低コストで、ワクチン候補となるペプチドを高効率に発見できるNEC独自の「免疫機能予測技術」を有しています。NECは本技術を活用し、2014年からの山口大学・高知大学との共同研究および山口大学における臨床研究を通じて、肝細胞がんや食道がん等の治療に効果が期待でき、かつ日本人の約85%に適合するペプチドを発見しました。

NECはがん治療用ペプチドワクチンの開発・実用化を推進する新会社「サイトリミック株式会社」を設立し、人工知能技術を活用し、新薬の実用化を目指す創薬事業に参入するそうです。

20161219cytlimic_nec

参考画像:サイトリミック株式会社|スクリーンショット

がんペプチドワクチン療法 「高度医療」に認定 第4の治療法、高まる期待によれば、がんペプチドワクチン療法とは、外科、抗がん剤、放射線といった治療法に次ぐ“第4のがん治療法”として期待されている治療法です。

がんペプチドワクチン療法は、がん細胞を攻撃する免疫細胞が、がん細胞の表面にあるペプチド(タンパクの断片)を攻撃する性質を利用して、ペプチド(そのものには害がない)をワクチンとして体内に大量に注射することで、免疫細胞を増殖・活性化させ、がん細胞への攻撃を促進させるというものです。

なぜ、がん治療用ペプチドワクチンの開発・実用化に人工知能の技術が使われるのでしょうか?

しかし、がん治療用ペプチドワクチンの開発・実用化には、約5,000億通りのアミノ酸配列の中から免疫を活性化するペプチドを発見する必要があるとともに、人それぞれに異なる白血球(HLA)型に対して汎用的に適合するペプチドや、ペプチドの効果を促進する免疫補助剤(以下、アジュバント、注7)を発見し、さらにはこれらを用いた非臨床試験・臨床試験を実施するなど、長い時間と膨大なコストがかかることが課題となっています。

がん治療用ペプチドワクチンの開発・実用化には、約5000億通りのアミノ酸配列の中から免疫を活性化するペプチドを発見する必要性があり、また一人ひとり異なる白血球型に対していろんな人に対して使えるペプチドを発見し、試験を行う必要がありますが、そのためには膨大な時間とコストがかかることが問題としてあるようです。

NECでは、2001年に機械学習と実験を組み合わせて、新薬候補物質を発見する独自のAI技術「免疫機能予測技術」を開発。

この技術によって、少ない実験で膨大な化学物質から新薬候補となる物質を高精度・短期間かつ低コストで予測可能になっているそうです。

肝臓がん、食道がんなどの消化器がん、乳がんで発現している2種類のがん抗原(注8)を対象に免疫を活性化するペプチドの探索を行い、合わせて10種類以上のペプチドを発見。また、各ペプチドが、日本人の約85%の人口をカバーする複数のHLA型に汎用的に適合し、かつ実際に免疫を活性化することを確認。

2014年から山口大学・高知大学との共同研究を行い、肝細胞がんや食道がん等の治療に効果が期待でき、日本人の約85%に適合するペプチドを発見しているそうです。







【関連記事】

【テクノロジーと病気 関連記事】