Hajime Ozaki

2016年のビッグデータなどのIT系トレンドと廉価なオンライン学習教材(MOOC・市販書籍の著作者による無償公開、学費免除やジョブボード事例等)をまとめてTwitter等で公開している記事です。 主なソースはUSニュースメディア、インフルエンサーと私独自の選定です。先日NewsPicksで話題となったMITxや、Googleの実践的教材なども含んでいます。 テーマ: ビッグデータ、アナリティクス、IoT、AI(機械学習)、データサイエンス、デジタルマーケティング Tweet URL: https://twitter.com/hajozaki/status/689531038675050496

ここにどう知財戦略的にトヨタが関与し、国際競争力を高めるのか着目したいですね。 参考:フォーブス記事 http://fortune.com/2016/01/04/toyota-ford-software/

画像診断等医療ITに5年携わった上で現職にて人工知能(機械学習)や統計分野ソリューションに携わっている者としてコメントします。 まず、米国は保険制度が異なり、風邪でさえも高額な医療費が請求されます。ここを抑えてバズワードに踊らされないようにしましょう。 その事情を踏まえて、国内で私達家族が使って今現在、有益なアプリを3つご紹介し、今後の国内展開を課題とともに予想してみます。 ①妊娠なう…楽しく記録を残しながら、しっかり管理できます。アプリは医師監修やフィードバックを受けて年々使い勝手も向上しています。IPOされたプラスアールさん開発の為、大切なデータが突然消える、サポートがなくなるという心配をしなくてするのも良いところです ②予防接種スケジューラー…小児科医推奨という事で、とても便利です。育児経験者ならばわかる、あの数と煩雑さをきちんとスケジューリングしてくれます。バックアップ機能付でデータロストにも対応 ③RecStyle…iOSヘルスケアに連動する高機能健康管理アプリ。リクルートさん提供 ※あえて自社は外しました。目にされたら１度お試しください さて、国内の予測です。高度医療分野では薬事で医療機器扱いとなる事が、良い意味でも悪いでも瘴壁となります。例えば、現在も高機能なOsirixを薬事外で画像診断に使用する医師も大勢いらっしゃいます。しかし、それは医師がリスクを取って医療品質向上の為に導入しているのです。 薬事法、個人情報保護法等関連法整備と、その運用が課題であり、医療品質向上だけではなく、グローバル競争力を持つ医療機器/IT産業のキーポイントとなるでしょう。 ※現行人工知能による画像解析は、どの分野も名医に優れるか否か確かなオーサライズが無い他、呼吸器系では画像診断そのものさえ、フィルム印刷した方が精緻という医師見解も多くあります。

「配偶者控除」「配偶者手当」は、官民が自らの戦略を実現する為に組み立てる施策の一部です。私達自分自身もステークホルダーの一人である事を留意して選挙やマネジメントに関与して行くことが望ましく、また現実的でもあるでしょう。 但し、日本に働く私達も多様化している事、政府や企業もこれらに対応していく事から、必ずしも自分自身に最適化する事はできません。 今回、その中で、どのように働き、生きていくのかを考える機会としてはいかがでしょうか？ 政府に対しては、選挙という従来の手法の他、インターネットで小さくなった日本において私達個々人の声はメディアとなり、届きやすくなっています。これを道具として使う事も一つの方法です。NewsPicksもそうした道具の一つでしょう。 企業に対しては、労組という従来の手法は保証されているものの、その活用は構造的に困難です。労組が無い・分裂状態等様々な環境の方がいらっしゃるかと思います。ただ、その他に、有効な手法はあります。しかしこれには、少し苦痛が伴います。 なぜなら私達自身が「職業：サラリーマン、会社員、パート社員」など「職業」とは関連の無い「就業形態」を職業と感じて過ごしている事から抜け出す事が条件だからです。 その感覚のままでは、私自身の成長も、価値創出も、発言力も限られます。 その感覚では、労使合意事項ですら、経営層の一方的なもの・労組の慣れ合いと憤るだけで終わってしまうでしょう。 自分自身の本当の職業は何でしょうか？その仕事が産み出す価値は何でしょうか？その価値は、誰にとっての価値・利益となっているのでしょうか？ 激しい競争の中で戦う経営層と同等に職業観を持った時、「憤り」以外の職業人(プロフェッショナル)としての「知恵と行動」が始めて生まれてくるかと思います。 もし職業欄に「会社員」と今まで疑問を持たずに書いてこられた方が、ご覧になられたならば「企業が判断すべき、政府が介入すべき」そう憤る前に、冷静に、有益な議論を行う為に: -- 「自分自身の職業観を振り返る機会・時代が来たのかな？」 と感じて頂けたならばと思います。 そうして多くの人が知恵を絞って考えるからこそ、多様性も活かされる、よい社会になる。そう思う為です。

実在します。妻と長女が中国籍で、長女向けのオルタナティブ教育を探している際、確認しました。 ここならドワンゴーカドカワさんのN高等学校でのびのび育ってもらいたい。 Nには自分自身が入りたいくらい。 私自身も高校はなかば不登校でフリーランスエンジニアの手伝いとか仕事してましたし。

医用画像解析＆遠隔医療・福祉・ヘルスケアアプリ開発等複数のITスタートアップに5年ほど関与した経験と、現職でのウェルネス経営的環境に救われている実体験からコメントします。 人工知能(機械学習)を医療分野に適用できる範囲は、現状限られています。幅広い医療応用には精度に難があります。 また、統計と人工知能は目的が異なります。 統計は誤診断（例：HIV感染検査の誤った陽性陰性判定）を防ぐ為、相関関係(飲み過ぎ→痛風)を推定する厳密性が求められます。 人工知能は、ライフログ等(ビッグ)データの様々な因子から予測するもので、相関関係を厳密に推定するものではありません。 現在バズワード的に専門職である医師診断を機械判定する人工知能製品は、現状どの企業でも開発は困難でしょう。 例えばライフログから健康食品をレコメンドしたり、公衆衛生観点(含む社員健康管理)からレセプトを用いて疾病流行エリアを可視化する為には有益です。しかし、健康食品のレコメンドはともかく、Googleがインフルエンザ流行予測で失敗した事例から見ても、この用途ならば、BI(ビジネス・インテリジェンス)の方が無難かもしれません。 研究分野では、画像解析技術を用いて罹患/非罹患者のfMRI画像判定や、IoTから生活状況を検知する試みが多くあります。これらは徐々に応用されてきています。 例えば医薬品に無害なチップを仕込み、服薬管理に応用出来る薬剤が特許を取得しました。これは、服薬管理ミスによる事故防止、医療費削減、QOL向上に役立つことでしょう。 また現在、高ROIで応用出来る事は、電子医療データ(EHR)解析です。但し、これを企業が用いるには、個人情報保護法/労働法順守が必須です。しかし、病気社員の解雇コンサルを行う社労士が処罰された事は、未だ記憶に新しい事でしょう。 ウェルネス経営というHR戦略が良い方向に向かう事を祈ります。 なお、私は現職で妻子介護・育児過負荷からの自身の健康や家族ケアへの配慮を頂き、 男性でありながら育休・時差/時短勤務の配慮を頂いています。 その体験からの感想になりますが、ウェルネス経営は人工知能の前に、 まずは社員を: 1)「人財」として長期的視点から重視する方針と制度 2) 人の心と知恵で、個々に「1on1」で接して制度を運用する環境 を作る事が大切ではないでしょうか？

前コメントにLikeをいくつか頂きましたので、「育休」「予測のポイント」にフォーカスして国内外MOOC事情をふまえてブログにまとめました。言及されている認定証発行等を行うUdacity,edX,Coursera,Kahnの1)ビジネスモデル、2)プログラム特徴、3)プラットフォームとサポート、4)コストについてもまとめています。最後に国内外を比較し、国内事情の課題をまとめています。 MOOC受講や認定証、育休の過ごし方に感心を寄せる方は御覧ください。 ※3500文字程度の長文の為、NewsPicksにコメント投稿できなかった文章をブログにしたものです。読むのに5分程度かかります。 http://sharedmyclips.blogspot.jp/2016/01/newspicks-2016-01-06edtechmooc.html # 前コメント 私はホームワークとしてMOOC/EdTech調査を兼ねてCourseraで10数コース修了しました。他、Udasity、edx、Udemy等も試しています。 これらは実務にも応用可能な大学院授業相当(私は国内で社会人向け専門職大学院を修了しています)の授業内容もさることながら、厳しいデッドラインやレビュー等で、その品質と修了証のブランドを担保しています。その為か、現役コンサルや大学教員など経験豊富な方々の他、新しい仕事を求めてチャレンジする様々な国の方々の姿も見られます。クラスメート同士も国境を越えて他SNSも併用して修了後も継続的に交流しつつ、切磋琢磨しています。 日本でもスクーさん等が就労に繋がるプログラムを作るなど素晴らしい成果を上げています。このようなオルタナティブな継続的学習の機会が日本でも普及することを願っています。