生命医療データ科学研究室

世間にはAIという言葉が溢れています。現代のAIは、大量の正解データを機械に学習させることで、学習に用いていない未知データを識別するというフレームワークを採用しています。これは大量の正解データが低コストで得られることを前提としています。 このようなビッグデータの研究はすでにレッドオーシャンです。AI業界は大量のデータと高速な計算機、優秀なエンジニアを沢山抱えているところが、必然的に勝てるようになっています。すなわち、AI業界はすでに装置産業であり資本力の勝負といえるでしょう。

スモールデータの世界は違います。スモールデータとは、たとえばある装置の故障データなどデータの発生自体が稀だったり、疾患についての臨床データなど倫理的な理由で収集するのが困難なデータのことを指します。さらにスモールデータでは、限られた専門家でないとデータの解釈が困難な場合が多く、ラベル付けも高コストであったりします。したがって,スモールデータを対象とする研究においては、データをクリーニングしフォーマットを揃え解析可能なデータセットを構築すること自体にも、大きな価値があります。スモールデータ解析においては、データの背後にある因果関係や物理、生理学についての知識、さまざまなケーススタディ、専門家の持っているノウハウ・暗黙知などを積極的にモデリングに取り込む必要があります。そしてそのような知識は少数の専門家が作っていることを考慮すると、スモールデータの分野ではAIの性能は人間を越えることができず、高々、少数の専門家の性能を近似するのが限界であることがわかります。

このようなスモールデータ解析は、理論研究の立場からすると、システマティックでないように感じられるかもしれません。しかし現実の複雑な問題の解決には、理論だけでは対処できず試行錯誤を含みます。試行錯誤の過程においてスモールデータ解析に関してのノウハウが蓄積され、さまざまなドメインの知識とともに、そのノウハウは体系化されるでしょう。このように、スモールデータの研究には、まだまだブルーオーシャンが拡がっているのです。

我々の研究室では、スモールデータを解析するための方法論の確立や、新たな機械学習アルゴリズム、数理モデル開発も実施しています。具体的には、次元削減手法、不均衡データ解析アルゴリズムや異常検知・診断アルゴリズムの開発を実施しています。

さらに、スモールデータ解析技術を用いて、てんかんや睡眠障害、循環器疾患などの疾患を対象に、多くの病院、研究機関と連携して臨床データを収集しています。診療科を跨いで日本各地に構築した病院、専門医とのネットワークこそが我々の最大の財産です。それでも不足するデータは、自分たちで実験を行ってデータを収集し、その解析を通じて医療AIや医療機器の開発を行っています。さらにこれらのデータ解析によって、さまざまな疾患の機序の解明など、基礎医学・生理学への貢献を目指しています.