マルジエ・ガセミは博士号の研究中、ベス・イスラエル・ディーコネス・メディカルセンター(Beth Israel Deaconess Medical Center)の集中治療室で医師らと共同研究をしていたときに、医師が抱える最大の課題の1つが情報過多であると実感した。そこでガセミは乱雑な臨床データを、入院中の患者にとって有益な予測に役立てる情報へと変貌させる、一連の機械学習の手法を設計した。
設計は容易ではなかった。一般的に機械学習には、膨大かつ慎重に分類されたデータセットが必要とされる。一方、医療データは不規則かつ多様な形式で供給される。たとえば、医師が書いた日々のメモから、1時間ごとの血液検査、絶えることなく送られてくる心臓モニターのデータまで幅があるのだ。
しかも、視覚と言語は人間には本質的に理解しやすい仕事なのに、診断や治療法の決定については、高度な訓練を受けた専門医ですら異議を唱えることがある。このような一連の課題があるにも関わらず、ガセミは多様な臨床データを取得し、患者の入院期間、入院中に患者が死亡する可能性、患者が輸血や人工呼吸器などの治療介入を必要とするかどうかといったことを正確に予測する、機械学習アルゴリズムを開発した。
今秋、ガセミはトロント大学とベクター研究所に加わり、現地の複数の病院で自らが開発したアルゴリズムをテストしようとしている。
(エッド・ジェント)
- 人気の記事ランキング
-
- I watched a humanoid robot clean my apartment. It felt like a taste of the future. 時給30ドル、派遣ヒューマノイドに自宅の掃除を頼んでみた
- Promotion Laboro.AI’s vision for the next decade of AI AIは「道具」から「資本」へ。Laboro.AIが描く次の10年
- The backlash about data centers might really just be about electricity 米国で広がるデータセンター反発、問題は「電力そのもの」か
- We’re putting too much faith in AI’s ability to say no 「申し訳ありません、それはできません」AIの拒否能力が抱える危うさ
- How “reverse game theory” could keep AI agents in check 「悪事は割に合わない」をAIにも、逆ゲーム理論で探る安全対策
| タグ | |
|---|---|
| クレジット | Photograph by Eric Benjamin Munson |
| 著者 | MIT Technology Review編集部 [MIT Technology Review Editors] |
