SlideShare una empresa de Scribd logo
1 de 20
Descargar para leer sin conexión
中田典生
東京慈恵会医科大学
超音波応用開発研究部
ICT戦略室
放射線医学講座
nakata@jikei.ac.jp
Disclosure(情報開示)
研究協力:
株式会社 NTTドコモ
NVIDIA Corporation
グーグル合同会社
DeepMind Technologies Limited(UK)
株式会社 RPA テクノロジーズ
東京慈恵会医科大学 高次元医用画像工学研究所
http://www.jikei.ac.jp/ihdmi/ (2000-2005)
所長 鈴木直樹教授
RSNAとは?
• Radiological Society of North America (RSNA)
• ”北米放射線学会”実態は、世界最大の放射線医学関連の国際学会
• 学術集会として、毎年シカゴで 11 月末~12 月初めに1週間開催。
• RSNA2018は2018年11月25日(日)~11月30日(金)の6日間開催。
• 世界の放射線科の研究発表、学会の主催する教育講演、放射線診断・治療機器のデ
モンストレーションなどが講演・発表・展示。
• 参加者は 4万人前後です。日本を含むアジア、ヨーロッパ、南米、から大勢の放射
線科医、放射線科の技師、病院管理者、病院経営者が集まる。
RSNA infoRADとは?
#コンピュータ展示:目的は医用画像に関するコンピュータ
展示
Scientific Paper(口頭発表): 1,549件
Poster : 1,736件
infoRAD(コンピュータ)発表: 165件
平均採択率=44.4%
#補助金は機器レンタル代として(1件600~800$)
#展示時間
日曜日ー木曜日: 午前8時ー午後5時
金曜日: 午後8時ー午後12時45分
#発表演者の展示解説の義務
日曜日ー木曜日: 午前10時ー午後2時
金曜日: 午後10時ー午後12時45分
#infoRAD Theaterでの20分間の口頭発表
#匿名審査員によるアワード(賞)の選定
#匿名審査員によるRadioGraphics誌への推薦の選定
Wireless Pocket Server
with DICOM Server
2001年11月のRSNAも9.11の後だったが、予定通りコンピュータ展示を遂行
世界で初めて3G携帯電話FOMAで医用画像表示をデモ展示した。
2003年RSNAで市販のLinuxベースのモバイルNASに
DICOMサーバーをインストールしてデモ展示した。
2度目の受賞
2002年RSNA infoRad
はじめての受賞
http://www.expo2005.or.jp/jp/E0/E6/pav_092041.html
Wii Remoteによる画像操作
2015: RSNA史上初めてのDeep Learningに関する
最初の教育展示
Norio Nakata, MD
Deep learning and artificial intelligence (AI) user interface for future radiology:
What radiologists should know about AI and conversational computing?
RSNA2015 Educational Exhibit Computer Presentation
東京慈恵会医科大学 超音波応用開発研究部 2015~
BlueJ3
Core i7-4790K 4GHz
32GB RAM
Windows10 64bit +
Ubuntu14.04
GeForce GTX 980
HDD Disk0 3TB Linux
Disk1 3 TB NTFS
Disk 2 500GB NTFS
Disk 3 4TB NTFS
BlueJ4
Core i7-8700 3.2GHz
32GB RAM
Windows10 64bit +
Ubuntu 16.04
GeForce GTX1080Ti x 2
HDD Disk0 745GB exFAT
Disk1 6TB Linux
Disk 2 8TB exFAT
Disk 3 500GB NTFS
GreenJ5
Core i9-7900X 3.3GHz
128GB RAM
Windows10 64bit +
Ubuntu 16.04
Quadro m6000 x 2
HDD Disk 1 8TB exFAT
Disk 2 10TB exFAT
Disk 3 1TB NTFS
Synology
DiskStation
DS1817+ 10TB x 8
https://deepmind.com/https://deepmind.com/applied/deepmind-health/working-partners/health-research-tomorrow/cancer-
research-imperial-optimam-jikei/
https://www.nih.gov/news-events/news-releases/nih-clinical-center-provides-one-largest-
publicly-available-chest-x-ray-datasets-scientific-community
NIH Clinical Centerは最近、10万件以上の匿名化された胸部X線画像と
それに対応する(教師学習用)データを発表しました。
このリリースでは、国内外の研究者が自由にデータセットにアクセス
し、病気を検出して診断する方法をコンピュータに教える能力を高め
ることができます。
NIHは、進行した肺疾患の多くを含む3万人以上の患者からスキャンの
データセットを集めました。患者のプライバシーを最優先にして、リ
リース前にすべての個人情報を削除するようにデータセットを厳しく
スクリーニングしました。
2019 Radiology: Artificial Intelligence
https://pubs.rsna.org/journal/ai
https://www.kaggle.com/c/rsna-pneumonia-detection-challenge
小林雅一著、クラウドからAIへ
朝日新書刊 より転載
ユーザインタフェースとAI: RPAへ
Robotic Process Automation(RPA)とは?
• RPAとは、仮想知的労働者(Digital Labor)とも呼ばれ、これまで人手で行っ
ていた業務をAIや機械学習等を含む認知技術の活用により自動化するもの。
• 広義のRPAは機械学習などAIを活用したツールも含む。RPAとAIは別の概念。
• 狭義のRPAを「ルールベースの自動化」による範囲と定めます。そして、ビジ
ネスの現場で、今、活用が急速に広まっているのは、この狭義のRPAです。
ホワイトカラー労働者 RPA (デジタルレイバー)
機械学習とAI
ルールベースのタスク
RPA, EPA, CA~RPAとAIの違いについて
EPA
(Enhanced Process Automation)
CA
(Cognitive Automation)
狭義のRPA
ルールづけや情報の構造化がされ
ていないデータや知識を処理
自然言語学習・ビッグデータ分析・
機械学習・個別最適処理
Operate EMR Risk Management
Search Literature
Scheduling
Select Imaging Protocols
RPA: Go beyond AI
in Radiology
RPA is a competent assistant
of a radiologist. RPA helps
those works of radiologists.
RPA
Diagnostic Reporting
2019年: 医療における「RPA元年」
RPA

Más contenido relacionado

Similar a 190210_DLLAB 医療×AIシンポジウム_東京慈恵会医科大学 中田典生氏

20091021kyosoforum Sfh
20091021kyosoforum Sfh20091021kyosoforum Sfh
20091021kyosoforum SfhKyosoYokohama
 
研究データのライセンス条件を考える:産官学ラウンドテーブル
研究データのライセンス条件を考える:産官学ラウンドテーブル研究データのライセンス条件を考える:産官学ラウンドテーブル
研究データのライセンス条件を考える:産官学ラウンドテーブルYasuyuki Minamiyama
 
20150326 (大阪大学)URA整備事業報告会
20150326 (大阪大学)URA整備事業報告会20150326 (大阪大学)URA整備事業報告会
20150326 (大阪大学)URA整備事業報告会琢哉 岩崎
 
ICST2015勉強会 ICST2017に向けて
ICST2015勉強会 ICST2017に向けてICST2015勉強会 ICST2017に向けて
ICST2015勉強会 ICST2017に向けてHironori Washizaki
 
研究活動を通じた科研費取得の 1 モデル
 研究活動を通じた科研費取得の 1 モデル 研究活動を通じた科研費取得の 1 モデル
研究活動を通じた科研費取得の 1 モデルYutaka KATAYAMA
 
病院で働く技師による深層学習を用いた研究
病院で働く技師による深層学習を用いた研究病院で働く技師による深層学習を用いた研究
病院で働く技師による深層学習を用いた研究Yutaka KATAYAMA
 
【産業技術総合研究所】平成17年環境報告書2005
【産業技術総合研究所】平成17年環境報告書2005【産業技術総合研究所】平成17年環境報告書2005
【産業技術総合研究所】平成17年環境報告書2005env11
 
JST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じて
JST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じてJST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じて
JST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じてAnalytics2014
 
Miu紹介最新版20130711
Miu紹介最新版20130711Miu紹介最新版20130711
Miu紹介最新版20130711Jun Imai
 
機械学習研究の現状とこれから
機械学習研究の現状とこれから機械学習研究の現状とこれから
機械学習研究の現状とこれからMLSE
 
サービス学とか何か(応用サービス工学)
サービス学とか何か(応用サービス工学)サービス学とか何か(応用サービス工学)
サービス学とか何か(応用サービス工学)Kurata Takeshi
 
暮らしのノートPj・ito 低線量放射能被ばくとシーベルト値の疑問(1)
暮らしのノートPj・ito   低線量放射能被ばくとシーベルト値の疑問(1)暮らしのノートPj・ito   低線量放射能被ばくとシーベルト値の疑問(1)
暮らしのノートPj・ito 低線量放射能被ばくとシーベルト値の疑問(1)Kazuhide Fukada
 
Panel 3: JST Project to Realize Society 5.0
Panel 3: JST Project to Realize Society 5.0Panel 3: JST Project to Realize Society 5.0
Panel 3: JST Project to Realize Society 5.0Symposium on Society 5.0
 
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題Yasushi Hara
 
サイバーセキュリティ向上に向けたAI技術の利活用
サイバーセキュリティ向上に向けたAI技術の利活用サイバーセキュリティ向上に向けたAI技術の利活用
サイバーセキュリティ向上に向けたAI技術の利活用Takeshi Takahashi
 
NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018Takashi Ishio
 
機械学習を科学研究で使うとは?
機械学習を科学研究で使うとは?機械学習を科学研究で使うとは?
機械学習を科学研究で使うとは?Ichigaku Takigawa
 
大学・公的機関における研究開発に 関するデータの整備と公開
大学・公的機関における研究開発に関するデータの整備と公開大学・公的機関における研究開発に関するデータの整備と公開
大学・公的機関における研究開発に 関するデータの整備と公開 Masatsura IGAMI
 

Similar a 190210_DLLAB 医療×AIシンポジウム_東京慈恵会医科大学 中田典生氏 (20)

20091021kyosoforum Sfh
20091021kyosoforum Sfh20091021kyosoforum Sfh
20091021kyosoforum Sfh
 
研究データのライセンス条件を考える:産官学ラウンドテーブル
研究データのライセンス条件を考える:産官学ラウンドテーブル研究データのライセンス条件を考える:産官学ラウンドテーブル
研究データのライセンス条件を考える:産官学ラウンドテーブル
 
20150326 (大阪大学)URA整備事業報告会
20150326 (大阪大学)URA整備事業報告会20150326 (大阪大学)URA整備事業報告会
20150326 (大阪大学)URA整備事業報告会
 
ICST2015勉強会 ICST2017に向けて
ICST2015勉強会 ICST2017に向けてICST2015勉強会 ICST2017に向けて
ICST2015勉強会 ICST2017に向けて
 
研究活動を通じた科研費取得の 1 モデル
 研究活動を通じた科研費取得の 1 モデル 研究活動を通じた科研費取得の 1 モデル
研究活動を通じた科研費取得の 1 モデル
 
病院で働く技師による深層学習を用いた研究
病院で働く技師による深層学習を用いた研究病院で働く技師による深層学習を用いた研究
病院で働く技師による深層学習を用いた研究
 
【産業技術総合研究所】平成17年環境報告書2005
【産業技術総合研究所】平成17年環境報告書2005【産業技術総合研究所】平成17年環境報告書2005
【産業技術総合研究所】平成17年環境報告書2005
 
JST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じて
JST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じてJST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じて
JST科学技術文献データのネットワーク分析-シソーラス、組織、分野の分析を通じて
 
Miu紹介最新版20130711
Miu紹介最新版20130711Miu紹介最新版20130711
Miu紹介最新版20130711
 
機械学習研究の現状とこれから
機械学習研究の現状とこれから機械学習研究の現状とこれから
機械学習研究の現状とこれから
 
サービス学とか何か(応用サービス工学)
サービス学とか何か(応用サービス工学)サービス学とか何か(応用サービス工学)
サービス学とか何か(応用サービス工学)
 
暮らしのノートPj・ito 低線量放射能被ばくとシーベルト値の疑問(1)
暮らしのノートPj・ito   低線量放射能被ばくとシーベルト値の疑問(1)暮らしのノートPj・ito   低線量放射能被ばくとシーベルト値の疑問(1)
暮らしのノートPj・ito 低線量放射能被ばくとシーベルト値の疑問(1)
 
Panel 3: JST Project to Realize Society 5.0
Panel 3: JST Project to Realize Society 5.0Panel 3: JST Project to Realize Society 5.0
Panel 3: JST Project to Realize Society 5.0
 
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見 前半(15分): SPIAS のご紹介と主な課題
 
サイバーセキュリティ向上に向けたAI技術の利活用
サイバーセキュリティ向上に向けたAI技術の利活用サイバーセキュリティ向上に向けたAI技術の利活用
サイバーセキュリティ向上に向けたAI技術の利活用
 
Panel Discussion@Aizu hackathon
Panel Discussion@Aizu hackathonPanel Discussion@Aizu hackathon
Panel Discussion@Aizu hackathon
 
NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018
 
機械学習を科学研究で使うとは?
機械学習を科学研究で使うとは?機械学習を科学研究で使うとは?
機械学習を科学研究で使うとは?
 
大学・公的機関における研究開発に 関するデータの整備と公開
大学・公的機関における研究開発に関するデータの整備と公開大学・公的機関における研究開発に関するデータの整備と公開
大学・公的機関における研究開発に 関するデータの整備と公開
 
研究データ流通を支える情報基盤とは
研究データ流通を支える情報基盤とは研究データ流通を支える情報基盤とは
研究データ流通を支える情報基盤とは
 

Más de Deep Learning Lab(ディープラーニング・ラボ)

AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方Deep Learning Lab(ディープラーニング・ラボ)
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~Deep Learning Lab(ディープラーニング・ラボ)
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略Deep Learning Lab(ディープラーニング・ラボ)
 

Más de Deep Learning Lab(ディープラーニング・ラボ) (20)

Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービスEdge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
 
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event ReportDLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
 
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待​
 
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
 
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
 
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
 
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
 
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
 
「言語」×AI Digital Device
「言語」×AI Digital Device「言語」×AI Digital Device
「言語」×AI Digital Device
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
深層強化学習と実装例
 
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
 
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
 
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
 
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoTJetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
 
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoTJetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
 
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
 
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
 
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
 
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
 

190210_DLLAB 医療×AIシンポジウム_東京慈恵会医科大学 中田典生氏