新着Pick

日本製AIが自ら見つけ出した「がん再発」の特徴

東洋経済オンライン
AIが自ら、がん再発に関する特徴的なパターンを見つけ出した。12月18日、国立研究開発法人・理化学研究所の革新知能統合(AIP)研究センター病理情報学チームの山本陽一朗チームリーダーと、日本医科大学泌尿器科…
41Picks
Pick に失敗しました

人気 Picker
“日本製”や”教師なし”が強調されてますが、プレスリリースでは医師とAIによる予測精度の比較があり、医師+AIで高精度なことが社会実装には重要かと思います。

前立腺がんの再発に係る予測精度(AUC)
・医師の診断:0.721
・AIの診断:0.845
・医師+AIの診断:0.889

※AUC (Area Under the Curve)
0から1までの値をとり、値が1に近いほど判別能が高い

=参考=
理化学研究所プレスリリース
https://www.riken.jp/press/2019/20191218_2/index.html
「当該患者の予後情報(患者ごとのがんの再発期間などの手術後の情報)を与えたところ、がんの再発に関するあるパターンが浮かび上がってきた。」

とあるので、一般的な教師つき学習ではないものの、弱教師付き学習と言われる手法だと推察されます。いまは教師付き学習だとものすごいパフォーマンスが得られることは広く知れ渡ったので、transfer learning (転移学習), weakly supervised learning (弱教師付き、この記事のように完全ではないがヒントになる情報を与える), semi-supervised learning (データの一部にのみ正解ラベルをつける)などが盛り上がっています。

蛇足ですが、「関係する研究者は全員日本人、データもすべての日本人のもの。オールジャパンでの成果という点で、日本のAIの存在感を示す」には違和感。いまはオープンイノベーションの時代。