[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング22 (1002ﾚｽ)
上下前次1-新
抽出解除 必死ﾁｪｯｶｰ(本家) (べ) 自ID ﾚｽ栞 あぼーん
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ
130(1): 87 (ﾜｯﾁｮｲ 699c-G1wx) 2019/01/22(火)01:25 ID:9aIdmwSK0(1/4) AAS
>>114
医学は機序が不明な分野では「○○症候群」や膠原病の様に、確率論や
パターンマッチングの考え方が使用される領域もあるが、
基本的には解剖学・生理学・薬理学・分子生物学・病理学などの基礎医学、
更にその元となる物理学・化学・生物学などをベースとした理論や論理で
成り立っている。
決して「特徴量を主体とする単なるパターンマッチング」ではない。
ついでに「AI診断？」についていえば、機械がどんなに正確或いは不正確な
診断を提示したとしても、その採用・不採用を含めた診断の最終決定権は
法律上医師に属するため、医師の責任になる。
まぁ、医師・病院から開発メーカーにクレームがいくけどね。
更に臨床診断に関わる機器やプログラムは基本的に薬機法が適用されるため、
製造販売には厚生労働大臣の許可が必要。
診断までいかない「予測」や、無料での「公開」も法的にグレーであるから、
87の例のように厚労省から指摘を受けることがある。
152: (ﾜｯﾁｮｲ 699c-G1wx) 2019/01/22(火)02:38 ID:9aIdmwSK0(2/4) AAS
>>134
ご指摘の通り、学習内容を限定しているため、一般用途としては
かなりいい加減なものがたくさんある。
ただこのいい加減なものでも役に立つ場合が有る。
例えば膨大な情報を学習させ、稀な疾患を特定するのには
有効な場合が有り、下記の記事のような事例が好例。
「AI、がん治療法助言 白血病のタイプ見抜く」
外部ﾘﾝｸ:www.nikkei.com
プログラム内部を確認していないため、推測でしかないが、
これはGoogleで複数キーワードで特定のHpを検索するのと
あまり変わらない可能性が考えられる。
その場合、このプログラムで明確な特徴がないがんの診断では、
人間の診断能力に及ばない可能性が高い。
また、類似物のマッチングによる認識技術も顔認証などで活用されているように
かなり有用になってきたため、下記の様な活用事例がある。
「東大発！AIの画像解析でガン発見率9割」
外部ﾘﾝｸ:president.jp
153(2): (ﾜｯﾁｮｲ 699c-G1wx) 2019/01/22(火)02:39 ID:9aIdmwSK0(3/4) AAS
前述の例はコンピュータの得意領域に限定された条件だから成績がいいだけで、
現在の公開されているAIの文献などを見る限りでは診断プログラムは人間の
一般的診断力にはほど遠い。
また診断には適切な診察が必要だが、人間ほど多種・多機能・高性能なセンサーの
開発にも時間がかかるため、人に置き換わるのは当分無理。
基本的に診断は自動運転技術の認識機能より複雑なため、実用性は推して知るべし
というところ。
より一般的に使える精度が高くて診断用途のものを作るのには、
医者をつくるのと同じで、物理学・化学・生物学に基づいた仮想世界に、
解剖・生理・薬理・病理・生化学などに基づいたモデル人間を作り、
それに内科学・外科学・小児科学・婦人科学などの知見から病態生理を当てはめ、
さらに日々の診療データで肉付けすることになると思う。
遺伝や感染症など集団の要素がある場合は、分析には複数モデルを作成することも必要。
このようにデータ量・計算量ともに膨大で今の技術ではとても作れないから、
限定された簡易版を作り、限定された範囲で補助的に活用されるのが現状。
156: (ﾜｯﾁｮｲ 699c-G1wx) 2019/01/22(火)02:44 ID:9aIdmwSK0(4/4) AAS
>>155
経験則の他に、各医学を勉強して頑張ってマス。
ただ年齢的に限界を感じておりマス。
上下前次1-新書関写板覧索設栞歴
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ
ぬこの手 ぬこTOP 1.631s*