そりゃ、データが大量にあれば勝てるよ。集合知なんだから。問題はそこではなくて、誰が大量かつ高品位な正解データを作るかだ。/ＡＩが医師に「圧勝」の衝撃 医療は変わる？医師の見解は https://t.co/n4Ooc5Zsqu
— 元えふわら (@efuwara) 2017年12月20日
ごく少数の専門家でないと正解データを作れないデータについて、そのコストまで真面目に議論しているメディアの記事がほとんど見られないのは、残念である。
— 元えふわら (@efuwara) 2017年12月20日
これな。「脳卒中の診断ＡＩと脳腫瘍の診断ＡＩを2つ両方使えばＣＴの診断が自動化できるかと言うと、そうも行きません。脳の病気や状態変化だけでも数百を超えるものがあって、その中には珍しすぎてＡＩが学習できるだけのデータが揃えられないものも無数にあります」
— 元えふわら (@efuwara) 2017年12月20日
画像や血液などの定量データを使う場合、ありふれた疾患の診断であれば、機械でできるようになる。それは間違いない。問題は希少疾患や、精神疾患のように観察・問診が診断のメインになるような病気だ。
— 元えふわら (@efuwara) 2017年12月20日
インターネットの普及で大きく体現化するようになった集合知。けれど容易に暴走しやすく、また悪用されやすいという特性も確認できるようになった。医療方面でも、当方が参加した「オーダーメイドプロジェクト」のような事例もあるけれど、一歩間違えればWelq問題のようなことも生じてしまう。データは集まった。ではそのデータの確からしさは誰が保証するのか。そしてそのデータの分析の仕方はどういう方法が正しいのか。データによって導き出される結論は、下手をすると数年単位で別の見識が生じることもあるぐらい。
まぁ、データが多量にあってその数量的な精査だけでそれなりの正確さで答えを出してくれる......ロボット参謀みたいなものがあれば、確かに便利にはなるけれど。
そして『希少疾患の見落としを避けるためのサポートAI』こそ需要がでそうという...(^^;; https://t.co/DLfqGOGJao
— KGN (@KGN_works) 2017年12月20日
真面目に考えると「異常検出問題」なのですが、その異常が何なのかまでは機械ではわからず、やはり人が診断することになるでしょうねえ。 https://t.co/PpXjSjIYsT
— 元えふわら (@efuwara) 2017年12月20日
実のところ、多くの医師にとって「サポートAI」てあると便利だと思うんですよね。
— KGN (@KGN_works) 2017年12月20日
専門分野外やレアな疾患は特に。
問題はどうやってAIを教育するか。
コンビニのレジ打ちが機械化されていくように、機械化できる仕事、判断、作業をAI化して、現在の技術では実現化が難しい部分に人が注力できるリソースの余裕を作っていくというのが正論ではないかなあ、と。
どうやってAIを教育するかに関しては、今件分野なら医師自身の判断を逐次記録させて学習させる、ベイズ理論方式を使えるようなロジックを構築するとか。マリオカートで自分の走行データと戦わせるようなイメージ。同じ分野で有名な医師のデータがダウンロード出来て、ある程度補完可能とか。アップルシードに登場したロボット警察官コットスみたいな感じだな。
執筆:
コメントする