「AI」タグアーカイブ

英NHS、BabylonのAIテクノロジーを活用し、病気の症状について質問することができるAIチャットアプリの試験開始




■英NHS、BabylonのAIテクノロジーを活用し、病気の症状について質問することができるAIチャットアプリの試験開始

英NHS、BabylonのAIテクノロジーを活用し、病気の症状について質問することができるAIチャットアプリの試験開始
英NHS、BabylonのAIテクノロジーを活用し、病気の症状について質問することができるAIチャットアプリの試験開始

参考画像:Online Doctor Consultations & Advice – babylon|スクリーンショット

あなたの症状を診察するAIチャットアプリ:英NHSが試験開始

(2017/1/11、WIRED)

『フィナンシャル・タイムズ』の記事によると、このアプリのアルゴリズムは利用者の症状の「緊急性を判断」し、次の行動に関するアドヴァイスを与えるという。「BabylonのAIテクノロジーを使えば、人間よりも素早く、正確に、何十億という症状の組み合わせを理解することができます」とBabylonは説明している

<中略>

Babylonは2016年9月、「研究結果では、Babylonの『症状チェッカー』はトリアージを行う際に医師や看護師よりも優れた結果を出した」と発表した。

以前、FACEBOOKのチャットのやり取りから病気を探せる「症状チェッカーBOT」|MEDLEYでは、Facebook Messengerアプリに対応させ、自身の症状を入力することで該当する病気を調べられる「症状チェッカー」を紹介しましたが、英国営保健サービス(NHS、Natural Health Service)は、病気の症状について質問することができるAIチャットボットの試験を開始するそうです。

Babylon Health

【参考リンク】

『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
(2017/1/5 15:16時点)

今回紹介したサービスもBabylonは英国営保健サービス(NHS、Natural Health Service)と一緒に取り組んで問題を解決しようとしています。

NHSとの新しい取り組みは、111サーヴィスにかかる負担の減少を目的としている。この電話サーヴィスは医療的な訓練を受けていないスタッフが担当することも多く、批判されることが増えている。

NHSへ連絡をする「111」サービスにおける人手不足やコストの問題をBabylonのAIテクノロジーを活用することで解決しようとしています。

【関連記事】




■まとめ

「症状チェッカーbot」がリリースされた後に、どんな使い心地か試してみましたが、普段Facebook Messengerをするような感覚で病気を検索できるというのはコミュニケーションアプリ世代の人たちにとっては親しみやすいのではないかなと思いました。

ただ、病気や症状を検索する際に気になっていることが一つあって、それは、ユーザー側が自身の不調を言語化できていないと、有効にその機能を使えないのではないかということです。

どんな部位で、どんな症状かを言葉にできていないというのは自身の経験でもよくあります。

そうしたあいまいな言葉を対面する医師にくみとってもらうことで正確な病気や症状を伝えることができるのですが、自分自身で症状を入力する場合には、どうしてもすでにその言葉が言語化できていないと上手く伝わりません。

この痛みは「ズキズキ」「ジンジン」?オノマトペと病名には一定の関係がある!?によれば、どのような痛みかを伝える手段として、「ズキズキ」「ジンジン」といったオノマトペ(擬音語、擬態語)を使うことがありますが、言語学を専門とする竹田晃子・元国立国語研究所特任助教と、痛みの臨床研究で知られる小川節郎・日本大学総合科学研究所教授の研究によれば、このオノマトペと実際診断された病名には一定の関係があることがわかったそうです。

例えば、体の痛みも、子音や母音の違いで感覚的に区別して表現しているそうです。

こうした感覚的に区別して表現しているオノマトペを活用できれば、より正確な治療ができるようになるのではないでしょうか。

また、身体の部位であったり、痛みであったり、というのはその土地・地域の方言で伝えたほうが患者さん自身も伝えやすいはずです。

ただでさえ、感覚的な痛みを伝えるのは難しいのですから、それを標準語に直すとなると、正確に伝えるのはさらに難しくなります。

そこで、AIチャットボットのようなシステムに、オノマトペや方言などが組み合わさることができれば、医療を補助するシステムとしてより活用できるのではないでしょうか。







【関連記事】
続きを読む 英NHS、BabylonのAIテクノロジーを活用し、病気の症状について質問することができるAIチャットアプリの試験開始

ヘルスケアアプリ「カロミル」において食事画像データを自動的に判別する人工知能(AI)を自社開発|ライフログテクノロジー




■ヘルスケアアプリ「カロミル」において食事画像データを自動的に判別する人工知能(AI)を自社開発|ライフログテクノロジー

ヘルスケアアプリ「カロミル」において食事画像データを自動的に判別する人工知能(AI)を自社開発|ライフログテクノロジー
ヘルスケアアプリ「カロミル」において食事画像データを自動的に判別する人工知能(AI)を自社開発|ライフログテクノロジー

参考画像:「カロミル」|スクリーンショット

ヘルスケア アプリ「カロミル」において食事画像認識AIを自社開発。8割超えの識別率を確認

(2017/8/8、ライフログテクノロジー PR Times)

サービス開始以降、ヘルスケア アプリ「カロミル」を通してユーザーから取得した食事画像と、当社で保有する食事画像を合わせた約20万件を用いて、機械学習を開発してきました。
今回、ユーザーから収集した食事画像のうち、機械学習に用いていない写真をテストデータとして無作為に15,000件を選び、開発した食事画像認識AIに料理判定(食製品を含む)させたところ、その識別率は82%となりました。

ライフログテクノロジーは、日々の食事や運動の記録・管理ができるヘルスケアアプリ「カロミル」のユーザーから取得した食事画像データを自動的に判別する人工知能(AI)を自社開発したと発表しました。

ユーザーの食事記録のステップがこれまで以上に短縮化される見込みですで、今後は蓄積されたライフログからユーザー一人一人に最適な食事や運動の提案する機能も実装予定なのだそうです。

以前、糖尿病アプリで行動が変化し、空腹時血糖値や収縮期血圧が試験前より改善|東大病院では、糖尿病患者向けの生活習慣の改善や糖尿病の自己管理のためのアプリ「DialBetics」には、食事の記録に関して、撮影画像を認識して料理を提示し、ユーザーの入力を補助する機能を備えているというニュースをお伝えしましたが、この機能に近いものですね。

【糖尿病予防】ウェアラブルデバイスで健康データを記録し生活習慣を改善するモデル事業|経済産業省(2016/6/20)では、ヘモグロビンA1c値が高いが腎機能障害がない糖尿病一歩手前の人にウェアラブルデバイスをつけてもらい、心拍数・歩数・消費カロリー・睡眠の深さ・興奮・リラックス状況などのデータを計測し、そして血圧・体重・食事内容などを半年間記録してもらい、状態が悪化すると警告が出て、医師や看護師、管理栄養士が情報を提供し、生活習慣を改善するモデル事業が行われるというニュースを取り上げました。

ただ、こうした記録を続けることは大変であり、食事データを自動判別する機能があると、食事記録をつける上で大変便利でしょうね。

【関連記事】




■まとめ

「#NOOM」|人工知能(AI)と専門コーチが行動変容をサポートするヘルスケアアプリ|特定保健指導プログラムも開始では、人工知能(AI)とトレーニングコーチを組み合わせたアプリを紹介しました。

フィットネスアプリ「Fysta」|パーソナルトレーナーが監修した運動プログラムの動画&体重管理・ランニング機能|キングソフトでは、パーソナルトレーナーの動画と体重のレコーディング機能やランニング機能を搭載した無料フィットネスアプリを紹介しました。

先程紹介したのはレコーディング機能にAIを組み合わせたアプリであり、現在のトレンドとしては、AIとパーソナルトレーニングと動画・レコーディング機能をどのような組み合わせで提供するかというものになってい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)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?

#フィリップス と #ソフトバンク 、ヘルスケア事業領域において #IoT や #AI を活用したソリューション開発の共同合意|フィリップスとソフトバンクのIoTへの取り組み

【目次】




■フィリップスとソフトバンク、ヘルスケア事業領域においてIoTやAIを活用したソリューション開発の共同合意

「No.1ヘルステックカンパニーへ向けて」|Philips
「No.1ヘルステックカンパニーへ向けて」|Philips

参考画像:「No.1ヘルステックカンパニーへ向けて」|Philips|スクリーンショット

フィリップスとソフトバンクが協業合意~IoTの技術でヘルスケアを変える~

(2017/12/5、ソフトバンクプレスリリース)

フィリップス・ジャパンとソフトバンクは、ヘルスケア事業領域においてIoTやAIなどを活用したソリューション開発を包括的に共同で行うことに合意し、共同実証実験で得られた知見を基に、地域包括ケアシステムの運用者、健康経営に取り組んでいる企業、パーソナルヘルスケアを利用する人々に対してIoTやAIなどをソリューションの提供、高齢化が進む日本において、医療費の増加や人材不足をはじめとした様々な介護医療課題の解決することを目指すそうです。




■フィリップスとIoT

フィリップスとヘルスケア事業領域におけるIoTへの取り組みについてみてみたいと思います。

シームレスケアに対するわたしたちのビジョン|Philips HealthCareによれば、フィリップスの目標は、2025年までに、イノベーションを通じて30億人の生活の改善することを掲げています。

現在のヘルスケアのトレンドは、女性医師の治療を受けた患者は生存率が高い!?|医師の患者に対する共感・コミュニケーションが重要な役割を果たしている?によれば、主たる病気が感染症から生活習慣病へ移行したことにより、疾病の治癒や生命維持を目的とする「キュア(cure)」から、患者のQOL(生活の質)の向上を目的とした「ケア(care)」が重要になると考えられています。

【参考リンク】

今後はさらにその考え方を進めて、病気にかからないようにするための予防医学や健康的な生活をする取り組みへの移行が重要になってくるでしょう。

フィリップスの考え方は、「健康的な生活 → 予防 → 診断 → 治療 → ホームケア」という一連のヘルスケアプロセスをシームレスにつないでいくことを大事にしているようです。

フィリップスが仕掛けたビッグデータ戦争――真のIoT活用には医療システム改革も必要

(2016/10/30、ITmedia)

フィリップスの考える一連のヘルスケアプロセス
1)健康な生活 人々が健康な住居環境で健康な生活を送れるようにサポートする
2)予防 人々が自らの健康を管理する
3)診断 診断が個人に合わせた予防的ケアを介して、最初から適切な方法で進める
4)治療 有効な治療、早い回復、良好な転帰を可能にする
5)ホームケア 回復と家庭での長期ケアをサポートする

 「将来に対するフィリップスのビジョンは、この5つに分かれた一連のヘルスケアプロセスの項目をすべてリンクさせることが重要だと認識しています。具体的には、すべてをIoT製品などで有機的につなぐことで、それぞれのデータを活用できるようにすることが実現への第一歩だと考えます」。ここでいう有機的に繋ぐとは、主に一般の患者と医療機関の医師をデータ上、“Face to Face”にすることを意味しているという。

「例えば、個人が毎日の健康な生活するなかで、IoT製品により蓄積したデータを、もし病気になる前の予防段階から医師に提供して、生活習慣などへのアドバイスを受けられれば、それは患者にとっても医師にとっても非常にいいことですよね。どんな予防策を講じた方がいいかを知るだけで、患者は病気になりにくくなりますし、医師としては、患者が病気になる前の段階で食い止められます。また、仮に患者が病気になったとしても、それまでのライフスタイルが分かっていれば、効果的に診断や治療を行うことができるようになります。もちろんに病気になった原因もより明確に診断、特定できると思います」

ヘルスケアプロセスをIoTでリンクすること、「つなぐ」ことにより、日ごろからの個人のデータを予防段階で医師と共有できれば、生活習慣病予防のアドバイスを受けることにより、患者は病気になる前の段階で予防ができ、またたとえ病気になったとしても、それまでのデータを活かした病気の診断・治療ができることになるでしょう。

具体的にはどのような取り組みを行っているのでしょうか。

フィリップスが仕掛けたビッグデータ戦争――真のIoT活用には医療システム改革も必要

(2016/10/30、ITmedia)

さまざまなヘルスケア製品、例えば、赤ちゃん用の体温計、床面に近い空気を特にきれいにする赤ちゃん用の空気清浄機、日本でもおなじみの子ども用、そして大人用の音波式電動歯ブラシ「ソニッケアー」、さらには睡眠時無呼吸症候群の治療器「ドリームファミリー」などがいずれもIoT化されていた。かつ、驚いたことにそれらをすべて専用アプリ「uGrow」によってクラウド上でデータ集約、管理できるようにつないでしまった。

赤ちゃん長の体温計や「ソニッケアー」、睡眠時無呼吸症候群の治療器「ドリームファミリー」をIoT化することで、データを集約・管理するなど、ライフスタイルのすべてをデータ化することによって、次の段階ではそうして集約したビッグデータを解析し、どう活かすかという段階になっていくでしょう。

「No.1ヘルステックカンパニーへ向けて」|Philips
「No.1ヘルステックカンパニーへ向けて」|Philips

参考画像:「No.1ヘルステックカンパニーへ向けて」|Philips|スクリーンショット

「No.1ヘルステックカンパニーへ向けて」|Philips

また、フィリップスと昭和大学が共同で実証検証を実施しているeICUの例では、コントロールセンターと複数病院の集中治療室(ICU)をVPN(仮想プライベートネットワーク)で接続する(『つなぐ』)ことによりそれぞれのICUベッド患者の状態や、データをコントロールセンターの医師や看護師がモニタリングすることを可能にした。これは、医療従事者不足への直接的なソリューションとして期待されている。

さらに、医療機関の間だけでなく、家庭と病院を『つなぐ』ことにより、高齢者や慢性疾患患者のホームケア(在宅医療)の効率的・効果的なサポートや、同じ疾患患者のデータ分析による精度の高い診断というソリューションが可能となる。

また、デジタル世代を中心に、個人が自分の健康により積極的に関わるようになってきており、自身の健康状態をデジタル管理するなど、健康的な生活や、未病への意識も高まっている。このように、個人のスマートウォッチから送られてくる情報をクラウドに『つなぐ』ことで、健康管理や、病気予防や早期発見をすることもソリューションとなる。

フィリップスのキーワードは『つなぐ』であり、例えば、コントロールセンターとICUをつなぐ、家庭と医療機関をつなぐ、個人のウェアラブルデバイスから送られてくるデータをクラウドにつなぐ、地域と医療をつなぐ、など「つなぐ」ことによって新たな価値を生み出そうとしているのです。

Philips HealthSuite

■ソフトバンクとIoT

ソフトバンクのIoTプラットフォームひろがる
ソフトバンクのIoTプラットフォームひろがる

参考画像:ソフトバンクのIoTプラットフォームひろがる|ソフトバンク|スクリーンショット

AI医療|ビッグデータを活用してメディカル業界は劇的な発展を迎える?(2015/10/23)によれば、孫正義さんのは「DNAをベースにしたビッグデータを活用して、メディカル業界は大きな、劇的な発展を迎えるだろうと思います」とコメントしています。

第35回定時株主総会(2015年)によれば、3つの注力分野としてIoT・AI・スマートロボットを挙げています。

あらゆるものをデータに変え、新たな価値を共創する法人向けのIoTプラットフォームを提供

(2017/7/20、ソフトバンク)

1. IoTに適した多様な通信プロトコルに対応

2. 国際標準に準拠したデータ保存とデータ取得

3. デバイス管理とファームウエアアップデート

4. APIの公開による柔軟な開発環境の提供と開発支援

ソフトバンクは、各種センサーデバイスなどからのデータを収集してIoTプラットフォームを構築し、このIoTプラットフォーム上で、デバイスやネットワーク、データストレージ、アプリケーションなど、IoT環境の構築に必要な要素をワンストップで提供し、パートナー企業とIoT事業を共創する基盤として展開し、さまざまなソリューションを提供するとしています。

■まとめ

健康・医療・介護データを経年的に把握できるリアルデータプラットフォームの構築|新産業構造ビジョン|経済産業省
健康・医療・介護データを経年的に把握できるリアルデータプラットフォームの構築|新産業構造ビジョン|経済産業省

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。

健康医療に係るリアルデータプラットフォーム|ICTを活用した「次世代型保健医療システム」の整備|新産業構造ビジョン|経済産業省
健康医療に係るリアルデータプラットフォーム|ICTを活用した「次世代型保健医療システム」の整備|新産業構造ビジョン|経済産業省

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

ICTを活用した「次世代型保健医療システム」の構築に向けて- データを「つくる」・「つなげる」・「ひらく」-(2016/10/19、厚生労働省)によれば、「次世代型保健医療システム」がしっかりと構築されるためには、3つのキーワード(「つくる」・「つなげる」・「ひらく」)に結び付けた「3つのパラダイムシフト」が必要であると考えられています。

Layer1:つくる=「集まるデータ」から「生み出すデータ」へ

  • 最新のエビデンスや診療データを、AIを用いてビッグデータ分析し、現場の最適な診療を支援する「次世代型ヘルスケアマネジメントシステム」(仮称)を整備。

Layer2:つなげる=「分散したデータ」から「データの統合」へ

  • 個人の健康な時から疾病・介護段階までの基本的な保健医療データを、その人中心に統合する。
  • 保健医療専門職に共有され、個人自らも健康管理に役立てるものとして、すべての患者・国民が参加できる「PeOPLe」(仮称)を整備。

Layer3:ひらく」=「たこつぼ化」から「安全かつ開かれた利用」へ

  • 産官学のさまざまなアクターがデータにアクセスして、医療・介護などの保険医療データをビッグデータとして活用する。
  • 「PeOPLe」(仮称)や目的別データベースから産官学の多様なニーズに応じて、保険医療データを目的別に収集・加工(匿名化等)・提供できる「データ利活用プラットフォーム」(仮称)を整備。

このように、収集したデータを集約・統合し、予防に活かすという考え方は、患者と医療機関にとってWin-Winの関係のように見えますが、医療機関の報酬という視点から見ると、医療機関は患者への治療によって報酬を得ているわけですから、医療機関によっては予防医療に取り組むことはよいことであるとはわかっていても、自分たちの収入を減らすことになりかねません。

フィリップスが仕掛けたビッグデータ戦争――真のIoT活用には医療システム改革も必要

(2016/10/30、ITmedia)

「医療システム自体を改革し、医者が予防段階から患者に寄り添うことで、そこからも報酬を得られるような仕組みに変更する必要があります。ただ、既存の医療システムに変更を加えることは、当然医療機関だけでは実現できず、各国の政府などを巻き込んで、法令などの変更も含めて、改革し直す必要があります」

そこで、フィリップスは「Co-Creation」を掲げて、医療システムの改革をハブとしてサポートする立場で一緒にクリエイトしようと考えているようです。

『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)

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

「IoT」といった「第三の波」で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、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。







【参考リンク】
続きを読む #フィリップス と #ソフトバンク 、ヘルスケア事業領域において #IoT や #AI を活用したソリューション開発の共同合意|フィリップスとソフトバンクのIoTへの取り組み

早期化する小学校の英語教育|英会話塾・英会話スクール・英会話教室・英会話学校の代わりに英語学習のAIロボが人気




■早期化する小学校の英語教育|英会話塾の代わりに英語学習のAIロボが人気

studying in math class

by woodleywonderworks(画像:Creative Commons)

早期化する小学校の英語教育 文科省が授業など検討

(2017/1/30、テレビ朝日)

 次の学習指導要領では、現在5、6年生で週1回行われている英語に親しむ授業を3、4年生に引き下げ、5、6年生は英語を正式な教科として週2時間に増やします。有識者や学校関係者で構成される文科省の検討委員会では、倍増する5、6年生の授業時間を確保するため、昼休みの10分間を英語の短時間学習に充てることや3、4年生の英語は聞き取りを中心にした内容にすることなどが話し合われました。2018年度から先行して英語を教科化する学校も多く、文科省はできるだけ早く方向性を示す方針です。

文部科学省が行なった2020年度から実施される小学校の英語教育についての授業や教材などを検討する委員会では、5、6年生の授業時間を確保するため、昼休みの10分間を英語の短時間学習に充てたり、3、4年生の英語は聞き取りを中心にした内容にすることなどを話し合ったそうです。

トイロボット、英語学習のAIロボ「Musio X」が人気

(2017/7/11、日経トレンディネット)

STEM教育の関心の高まりに加えて、小学校低学年ほどの子供のための英会話学習の入り口として、英会話塾に通わせる代わりに、AIのディープラーニングによる自然言語処理技術を搭載したコミュニケーションロボット「Musio X」を買い与えるご家庭もあるそうです。




■英語を話すことが重要ではなく、どんなアイデア・意見を話すのかが大事

今後小学生の時から英語教育が重視されていくようですが、子供の時に英語を勉強する必要性についてはどのように考えているのかどうか気になるところです。

英語を話せると将来に役立つからという視点であれば、子供の時に英語を勉強する必要性については疑問が残ります。

未来を予測すれば、テクノロジーによって日本人が英語を話せないという問題は解決され、同時翻訳するという未来は間違いなく来ると思います。

【関連記事】

【参考リンク】

現在でも、AIが翻訳しやすいような論理的な話し方・書き方をすることができれば、日本語を英語に翻訳することも難しいことではありません。

つまり、英語を話せると将来の仕事に役立てるためという視点で子供に英語を学ばせるというのは方向性としては間違っているといわざるを得ません。

では、何のために英語が必要なのか?

それは、英語圏の人とコミュニケーションをとることや英語圏で書かれている文章を読んで、考え方、物事のとらえ方、歴史的背景を知ることにあるのだと思います。

世界の見え方はその瞬間に話している言語の影響を受けている!?で紹介した『Psycological Science』誌で発表された新しい研究によれば、バイリンガルの行動と周りの世界の捉え方は、その瞬間に話している言語に依存し、使用する言語を変えると、同時に行動や物事の捉え方も変化させるそうです。

『頭のでき』(著:リチャード・E・ニスベット)によれば、東洋人と西洋人では思考習慣に違いがあると書かれています。

頭のでき―決めるのは遺伝か、環境か

中古価格
¥1,966から
(2017/3/31 11:52時点)

※リチャード・ニスベットと増田貴彦の研究で、アメリカ人は主役である魚に注目したのに対し、日本人はより包括的な視点から情景を説明したことが有名です。

■東洋人=包括的
  • 東洋人は幅広い物事や出来事に注意を払い、物事や出来事同士の関係や類似性に関心を持つ。
  • また、対立する考え方の「中庸」を探すなど、弁証法的な考え方を使って思考する。
  • 東洋人は他者に注意をはらう必要があるため、外部の幅広い社会環境に目を向け、その結果として物理的環境にも意識を注ぐ。
■西洋人=分析的
  • 西洋人の知覚や志向は分析的で、身の回りのうち比較的小さな部分、何らかの方法で影響を与えたいと思う物事や人に意識を集中させる。
  • そして、その小さな部分の属性に注意を向け、それを分類したり、その振る舞いをモデル化しようとしたりする。
  • また、形式的な論理規則を使って推論することが多い。

なぜ東洋人と西洋人とで思考習慣に違いが現れているのかは、『頭のでき』(著:リチャード・E・ニスベット)によれば、

西洋人のほうが規則、分類、論理を重視し、東洋人のほうが関係性や弁証法的推論を重視

していたからだと考えられます。

また、『「無意識」があなたの一生を決める 人生の科学』(著:デイヴィッド・ブルックス)によれば、

英語圏では、親は子供に話をする時、名詞や物事の分類を重視するが、韓国の親が重視するのは、動詞や物事の関係

なのだそうです。

人生の科学: 「無意識」があなたの一生を決める

新品価格
¥2,484から
(2017/3/31 11:52時点)

話している言語によって、行動や物事の捉え方も変化するということは、2か国語以上を話すことができるという能力は、互いを理解するための重要な力となるでしょう。

日本人は英語を話すときに、正しい発音ができなかったり、正しい文章で話せないからなどの理由で恥ずかしくて照れてしまうということがありますが、海外の人から話を聞くと、多民族国家のアメリカでは様々な国から訪れているため、独特の発音で話す人はたくさんいるそうです。

正しい発音や文章で話すことに越したことはないでしょうが、彼らにとって大事なことは正しい英語を話すことではなく、その人がどんなことを考えているかが重要なのです。

英語を話したから素晴らしいと思ってくれるわけではなく、その人がどんなアイデア・意見を持っているのかにみんな興味があるのです。

どんなに素晴らしい発音や文章で話したとしても、話している内容に中身がなければ意味がないのです。

もう一つ残念なことは、母国語で思考して英語に変換した場合に、その考えのニュアンスを伝えるための言葉を持っておらず、ニュアンスをなくした簡単な言葉に変えてしまった場合です。

そういう意味では、子供の時に英語を勉強する上で、英語をどう話すかにフォーカスを当ててしまっては、ただ英語を話すことができるだけとなってしまいかねません。

間違ってほしくないのは、英語を学ぶことを否定しているわけではなく、大事なことは、子供の時に英語を勉強する必要性の意味が将来の仕事に役立つからといった直接的なものではなく、英語を学ぶことがいろんなことに好奇心をもつきっかけとなるものであればいいなと思います。

国語×英語=世界に興味を持つことで言語学者

算数×英語=世界的な数学者

社会×英語=世界的な歴史学者・地理学者

理科×英語=世界的な科学者・化学者

体育×英語=世界的スーパースター

図工×英語=世界的なクリエイター

音楽×英語=世界的なアーティスト

今の小学生が大人になるころには「ワーク・ライフ・バランス」という言葉がなくなっているかもしれません。

遊ぶことと仕事することがほぼ同じ意味を持つような未来も予想しておいた方がよいでしょう。

そんな未来においては「好奇心」こそがその人生のパスポートになるのではないでしょうか。







【関連記事】
続きを読む 早期化する小学校の英語教育|英会話塾・英会話スクール・英会話教室・英会話学校の代わりに英語学習のAIロボが人気