English 
富士通株式会社は6日、弘前市岩城地区の住民約3,000人分の20年間にわたる健康診断結果のビッグデータを統合・管理する「弘前健康診断因果ネットワーク」と、 京都大学および弘前大学が開発した「弘前健康診断因果ネットワーク」と、同社のAIサービス「富士通コズチ」の中核技術として開発した因果関係に基づく意思決定支援技術を組み合わせることで、限られたデータであっても医療・健康分野における因果関係を導き出すことが可能になったと発表しました。 「弘前健康診断因果ネットワーク」は、弘前大学COI-NEXTが「いわき健康増進プロジェクト健康診断」で取得した超多項目の健康ビッグデータに対し、弘前大学を含む京都大学の研究グループが独自のベイジアンネットワーク技術を適用し、 項目間の因果関係をネットワークとして推定し、信頼性の高い因果グラフを作成しました。さらに、富士通が開発した因果的意思決定支援技術の新たな機能である「因果知識移転技術」により、既存の因果関係に関する知識を転用することが可能になりました。 これらを組み合わせることで、例えば健康・医療の分野において、十分な信頼性のあるデータを収集できない場合でも、「弘前健康診断因果ネットワーク」からの知見を転用することで、因果関係を導き出すことが可能になりました。.
富士通によると、経営、医療、スポーツ、製造などの分野ではデータに基づく意思決定が普及している一方で、十分なデータを収集できないケースも数多くあるとのことです。 例えば、近年、健康管理への関心が高まるにつれ、従業員の健康状態を把握し、効果的な対策を講じるためにデータ分析が重要になっていますが、従業員数の少ない企業では十分なデータを確保することが難しく、健康上の課題の特定や対策の立案に課題を抱えています。 富士通は、国内外の大学に研究拠点を設置し、同社の研究者が大学に常駐または長期滞在しながら産学連携活動を行う「富士通スモール・リサーチ・ラボ」イニシアティブを推進しています。 京都大学と富士通の共同研究コースである「大規模医療AIコース（富士通リサーチラボ）」では、健康・医療分野の課題を解決するための新しいAI技術の研究開発を行っています。 因果関係に基づく意思決定支援技術とは、複数のデータセットを用いて推定した因果関係に基づき、最適な対策を提案することで意思決定を支援する技術です。.
新たに開発された因果知識転送技術は、まず既存データから得られた因果関係の知識を因果知識グラフに変換します。そして、データの分布に応じて、その因果知識グラフから転送可能な因果構造を詳細なレベルで特定することで、対象項目や抽象化レベルが異なっていても、知識を転送することが可能になります。 これにより、データが不十分な場合でも、既存データから導き出された因果関係の知識を転用することで、信頼性の高い因果関係を導き出すことが可能となります。 この技術を、様々な地域や年齢層の既存の健康診断データから得られた信頼性の高い因果グラフである「弘前健康診断因果ネットワーク」と組み合わせることで、データが不十分な場合でも、健康・医療分野における因果関係を推論することが可能になります。 例えば、睡眠や生活習慣に関するオープンデータである「Sleep Health and Lifestyle Dataset」において、弘前健康診断因果ネットワークを用いた因果知識の転移を行い、因果関係を推論したところ、弘前健康診断因果ネットワークを使用しなかった場合と比較して、より妥当な因果関係を導き出すことができました。 例えば、弘前健康診断因果ネットワークを使用しない場合、年齢や性別が不眠症の原因であるとする、不自然な因果グラフが導き出されてしまいます。.
こちらもお読みください： ザパス、AIを活用して個人クリニックの集患を効率化するサービス「ClinicHub」を開始
しかし、「弘前健康診断因果ネットワーク」を利用することで、このような不自然な関係性が排除され、睡眠時間や睡眠の質が不眠症に直接影響を与えるという合理的な結果が導き出されます。 富士通は、健康関連企業向けに、弘前健康診断因果ネットワークと組み合わせて因果関係に基づく意思決定支援技術を試用できる試験環境の提供を開始しました。 富士通は、今後も試用環境の提供を通じて得られた知見を活用し、技術の精度向上と機能拡張を図り、それによってヘルスケア・医療分野におけるAI技術のさらなる発展や、より多くの企業の健康管理に貢献していくと説明しています。 また、因果関係に基づく意思決定支援技術は、様々な分野で活用できる汎用技術であり、例えば金融・非金融情報などに応用することで、幅広い企業の意思決定支援に貢献していく予定です。富士通株式会社は6日、弘前市の岩城地区住民を対象とした過去20年間にわたる約3,000件の健康診断結果に関するビッグデータを統合・管理する「弘前健康診断因果ネットワーク」と、 AIサービス「富士通コズチ」の中核技術として開発した因果関係に基づく意思決定支援技術と組み合わせることで、限られたデータであっても医療・健康分野における因果関係を導き出すことが可能になったと発表しました。.
「弘前健康診断因果ネットワーク」は、弘前大学を含む京都大学の研究グループによって作成されました。同グループは、弘前大学COI-NEXTが「いわき健康増進プロジェクト健康診断」で取得した超多項目の健康ビッグデータに対し、独自のベイジアンネットワーク技術を適用し、 これにより、項目間の因果関係をネットワークとして推定し、信頼性の高い因果グラフを作成しました。さらに、富士通が開発した因果的意思決定支援技術の新たな機能である「因果知識移転技術」により、既存の因果関係に関する知識を転用することが可能となります。 これらを組み合わせることで、例えば健康・医療の分野において、十分な信頼性のあるデータを収集できない場合でも、「弘前健康診断因果ネットワーク」からの知見を転用することで、因果関係を導き出すことが可能になりました。 富士通によると、経営、医療、スポーツ、製造などの分野ではデータに基づく意思決定が普及している一方で、十分なデータを収集できないケースも数多くあるとのことです。 例えば、近年、健康管理への関心が高まるにつれ、従業員の健康状態を把握し、効果的な対策を講じるためにデータ分析が重要になっていますが、従業員数の少ない企業では十分なデータを確保することが難しく、健康上の問題の特定や対策の立案に課題を抱えています。 富士通は、国内外の大学に研究拠点を設置し、「富士通スモール・リサーチ・ラボ」という取り組みを推進しています。この取り組みでは、同社の研究者が大学に常駐または長期滞在し、産学連携活動を行っています。.
京都大学と富士通の共同研究コースである「大規模医療AIコース（富士通研究所）」では、健康・医療分野の課題を解決するための新たなAI技術の研究開発を行ってきました。 因果関係に基づく意思決定支援技術とは、複数のデータセットを用いて推定した因果関係に基づき、最適な対策を提案することで意思決定を支援する技術です。新たに開発された因果知識転移技術は、まず既存データから得られた因果関係の知識を因果知識グラフに変換します。 次に、データの分布に応じて、因果知識グラフから転移可能な因果構造を微細なレベルで特定することで、項目や抽象化レベルが異なっていても知識の転移が可能となります。これにより、データが不十分な場合でも、既存データから導き出された因果関係の知識を転移させることで、信頼性の高い因果関係を導き出すことが可能になります。 この技術を、様々な地域や年齢層の既存の健康診断データから得られた信頼性の高い因果グラフである「弘前健康診断因果ネットワーク」と組み合わせることで、データが不十分な場合でも、健康・医療分野における因果関係を推論することが可能になります。 例えば、睡眠や生活習慣に関するオープンデータである「Sleep Health and Lifestyle Dataset」において、弘前健康診断因果ネットワークを用いた因果知識の転移を行い因果関係を推論したところ、弘前健康診断因果ネットワークを使用しなかった場合と比較して、より妥当な因果関係を導き出すことができました。 例えば、弘前健康診断因果ネットワークを使用しない場合、年齢や性別が不眠症の原因であるとする、不自然な因果グラフが導き出されてしまいます。 .
しかし、弘前健診の因果ネットワークを用いることで、そのような不自然な関係が排除され、睡眠時間や睡眠の質が不眠症に直接影響するという合理的な結果が導き出されます。 富士通 富士通は、健康関連企業向けに、弘前健診因果関係ネットワークと組み合わせた因果関係意思決定支援技術を試用できる環境の提供を開始しました。富士通は、今後もトライアル環境の提供を通じて得られた知見を活用し、本技術の精度向上や機能拡充を図ることで、健康・医療分野におけるAI技術のさらなる発展と、より多くの企業の健康経営に貢献していくと説明。また、因果関係意思決定支援技術は、様々な分野で活用できる汎用的な技術であり、例えば財務情報や非財務情報にも適用することで、幅広い企業の意思決定支援に貢献してまいります。
ソース ヤフー
日本語