DLLAB Healthcare Day 2021 ~医療 x AI への参入障壁を乗り越える~

2021/02/20(土)10:00 〜 18:00 開催

ブックマーク

Azure, ハンズオン, 機械学習, 人工知能, HealthTech

イベント内容

Deep Learning Lab（DLLAB）について

Deep Learning Lab とはディープラーニングの実社会での活用を推進するコミュニティです。先端技術を実際のビジネスに応用するべく、技術とビジネスの両面に精通したプロたちが毎月の勉強会や教育活動をベースに、ニーズに合わせた最適な技術を選択し開発した事例や最新技術動向の情報発信を行い、ソリューション検討を具体的に行えるようにします。マイクロソフトとプリファードネットワークスの協業から生まれました。コミュニティご紹介資料はこちらです。

DLLAB Healthcare Day 2021 ~医療 x AI への参入障壁を乗り越える~

DLL ヘルスケア分科会では 2019年に「医療×AIシンポジウム」を 2020 年には「Healthcare Day 2020 ~地域包括ケアと Ai~」を開催し、多くの医療従事者及び医療関係企業、ヘルスケアスタートアップ、AIスタートアップに参加いただきました。今年もヘルスケア分科会の気悪として、「医療 x AI への参入障壁を乗り越える」をテーマに1-dayイベントを開催します。医療業界特有の規制、個人情報保護、AI 倫理が多くの企業の医療進出を拒んでおり、医療業界での IT化・AI化はまだまだ発展途上であることは事実です。今回はこの領域のスペシャリストやアカデミアの方々を及びしてそれぞれの立場からセッションを行っていただきます。また、実際に医療業界で活躍されているスタートアップやテクノロジー企業にも登壇いただき、どのようにして規制や倫理といった障壁を乗り越えたのかといった観点でお話いただきます。
昨年と同様に機械学習初学者の方に対して、株式会社キカガクによる診断推論モデルに関するディープラーニングハンズオンセミナーを実施します。医療従事者やヘルスケア領域での AI 活用にご興味ある方は是非この機会にご参加ください。

詳細

日時 2021年2月20日（土）
　午前の部ハンズオン: 10:00開始、12:30終了
　午後の部セッション&パネルディスカッション: 13:00開始、18:15終了
場所 Microsoft Teams Live (オンライン開催)
参加者には別途リンクを共有いたします。※開催日前日ご案内予定です

対象者

・ヘルスケア業界への参入を検討されている、経験されている方
・ヘルスケア業界の企業で働かれている方（製薬、医療機器、ヘルスケアソリューション企業等）
・医療従事者の方（医者、看護師、介護士等）
・生命情報のアカデミック分野で研究されている方
・ヘルスケアでの AI 活用や先端事例に興味のある方

セッションスケジュール

セッションの割り振りはイベント当日まで変更の可能性があることをご容赦ください。
セッションタイトル・概要については追ってアップデートいたします。

時間	セッションタイトル	講演者
13:00-13:10	オープニング	千葉大学医学部附属病院亀田義人氏
13:10-13:30	厚生労働分野におけるAI技術の利活用について第3次AIブームの下、AI技術が加速度的に発展し、その実装も本格化する中、政府としてはAI技術を基盤分野と捉えて「AI戦略2019」等の分野別戦略を打ち出してきた。また、厚生労働省では、保険医療分野におけるAI活用推進懇談会報告書に基づき、ゲノム医療、画像診断支援、医薬品開発、診断・治療支援、介護・認知症、手術支援の重点6領域を定めて、その開発・実用化を促進するとともに、「保健医療分野AI開発加速コンソーシアム」を設置し、AI開発及び利活用を加速させるための課題や対応策、及び本邦にて取り組むべき事項の方向性についてとりまとめた。本セッションではこれらの取組などについて概説することとしたい。	厚生労働省大臣官房厚生科学課研究企画官高江慎一氏
13:30-13:50	臨床応用を志向した医療AI研究：その可能性と課題近年機械学習技術の急速な進歩、安価で性能の高いGPUが利用可能になった事、またビッグデータ時代と呼ばれる時代に入り、公共データベースの拡充などにより、大規模データの利活用が可能になったことなどの理由により、AI技術への期待が高まっている。実際、顔認証や自動運転などAIの社会実装は急速に進んでおり、医療分野においても、既に60以上のAI搭載医療機器が米国FDAから承認を受けており、日本においても、我々の成果を含めPMDAに承認を受けたAI搭載医療機器の実臨床応用が進んでいる。本講演においては、長期にわたり臨床応用を志向したAI研究を行った経験に基づき、医療AIの可能性及び課題に関して紹介する。	国立がん研究センター/日本メディカルAI学会分野長/代表理事浜本隆二氏
13:50-14:00	休憩
14:00-14:20	医学と工学の垣根を越えた医療AI開発医工連携という言葉が人口に膾炙して久しいが、真の医工連携の実現にはまだ遠いといわざるを得ない。それでも再生医療や医療機器開発の分野では、医工連携の成功事例も報告されている。しかし、ソフトウェア医療機器、特に医療AIについては近年のトピックであり、成功事例もまだ少ないため、医学側も工学側もどのように開発を進めて行くか手探りの状況である。我々はこれまで、工学という立場から精神科領域や脳外科、心臓内科領域で、医学側と連携して様々な医療AIの開発を手掛けてきた。本講演では、我々の医療AI開発の経験を踏まえ、どのようにして医学と工学が垣根を越え、医療AI開発を推進するかについての方法論について議論する。	名古屋大学 / クアドリティクス株式会社大学院工学研究科物質プロセス工学専攻准教授藤原幸一氏
14:20-14:40	ICTを用いた健康なまちづくりの取り組みとAI活用への期待多くの市町村では高齢化に加えて、人口が大きく減少し、介護や健康づくりへの若手の人的資源が期待できなくなる。一方で、健康づくりや地域活動に参加する高齢者は増加しており、ソーシャルキャピタルを活用・推進するとともに、ICTを活用した健康データの収集・分析から、戦略的な健康支援を行うことが求められる。元気に納得のいく人生を送るためには、歩行機能の維持が重要である。糖尿病、外反母趾、変形性膝関節症など歩行機能や移動能力を急激に低下させる要素はあまり知られていない。そこで、本講演では、”歩く”、”足部”に着目し、ICTを活用した地域における健康活動の成果、今後のAI活用への期待について講演する。	了徳寺大学/一般社団法人 IT ヘルスケア学会教授山下和彦氏
14:40-14:50	休憩
14:50-15:20	アカデミアパネルディスカッション	モデレーター亀田義人氏
15:20-15:30	休憩
15:30-15:50	先端技術がもたらす「より良いヘルスケアのかたち」昨今の技術革新に伴い、臨床現場におきましても、深層学習技術をはじめとするAI技術や、ロボティクスやセンサーといったIoT技術、そして、HoloLens等のMixed Reality技術への期待が高まっています。本セッションでは、世界規模でのクラウドベースでの先端技術の研究をご紹介するとともに、実際に医療機関でおこっているデジタル化、AI利活用の国内外の事例を幅広く紹介いたします。また、パートナー様が、マイクロソフトのクラウド上でソリューション展開をご検討頂く上で、パートナー様の事業開発に関する支援についても触れさせて頂きます。	日本マイクロソフト株式会社医療・製薬営業統括本部事業開発担当部長清水教弘氏
15:50-16:10	「言語」×AI Digital Device FRONTEOのライフサイエンスAI事業は、「KIBIT」と「Concept Encoder」という2つのAIを軸にAIテクノロジーの価値の最大化を図ることで、医療の向上や生命科学の分野における技術革新に貢献することを目的としています。当社が独自開発したこれらの人工知能は自然言語処理に特化したものであり、医学論文や電子カルテといった、複雑かつ専門性の高いテキスト情報について特殊なアルゴリズムを用いることにより、解析を可能としました。この技術をどのように創薬、転倒転落の予測や認知症診断支援システムへ応用しているのかについてご紹介致します。	株式会社FRONTEO 取締役社長室長兼ライフサイエンスAI事業本部長山本麻理氏
16:10-16:20	休憩
16:20-16:40	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子宮頸癌などの検診で用いられている細胞診は、細胞検査士の検鏡により行われているが、検診の広まりにより検査量に対して検査士の数が不足している。そこでAI画像処理により、細胞診の判断支援を行うシステムを開発した。判定結果の提示と判定根拠となる箇所を可視化することで、検査士の作業量を削減することを目指している。本セッションでは上記以外にも画像解析の応用事例を紹介するとともに、AI人材であるスピーカーが医学部博士課程に進学するに至った経緯を紹介し、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について発表する。	Cellspect株式会社/株式会社biomy AI Lab部長 / 代表取締役社長小西哲平氏
16:40-17:00	Intel AI in Healthcare 各国事例からみるAIとの向き合い方インテルはここ数年間、AIを戦略の中心に置いて各種事業活動を行っております。具体的には、CPUを始めとするハードウェア製品、および、ソフトウェア製品の強化のみならず、ユーザー企業様へのAI導入やそれによるビジネス課題解決も支援させていただいております。本セッションではインテルのAI事業の概要をご説明させていただき、更にヘルスケア分野において”インテルCPUだけでAIを動かされている”各国のお客様事例をご紹介いたします。AI導入の現実解および今後のAIとの向き合い方のご参考になれば幸いです。	インテル株式会社 APJデータセンターグループ・セールス AIテクニカル・ソリューション・スペシャリスト大内山浩氏
17:00-17:20	AI問診によるCOVID-19対策と医師等の働き方改革医師等の働き方改革は喫緊の課題となっている。また、新型コロナウイルス感染症（ＣＯＶＩＤ－１９）により、医療のＩＴ化も求められている。Ubie株式会社の「ＡＩ問診」は生活者向けの受診案内や、医療従事者向けの業務効率化に活用されている。自宅等での事前問診により症状チェックや適切な医療機関等を案内することや、医療機関にて症状に応じた事前問診により、振り分けや記録文章の自動生成等を行う。新しい日常に向けた医療×ＡＩについて紹介する。	Ubie株式会社共同代表取締役医師阿部吉倫氏
17:20-17:30	休憩
17:30-18:00	ソリューション企業パネルディスカッション	モデレーター亀田義人氏
18:00-18:15	クロージング	千葉大学医学部附属病院亀田義人氏

ハンズオンについて

ハンズオンの目的

本ハンズオンでは心臓病の問診、精密検査の結果に関するデータセットを用い、
ハンズオン形式で心臓病（虚血性心疾患）を患っているかを予測する AI を作成していきます。
AI の作成通して、次の項目を達成することを目指します。

・AI、機械学習、ディープラーニングの基礎的な概念について理解できる
・AI を用いた基礎的な診断予測システムの作成の方法を理解できる
・AI 作成のためのデータ収集方法が理解できる
・AI の予測精度を向上するための基礎的な方法を理解できる

虚血性心疾患は治療が遅れると死亡にもつながるので、循環器内科以外の先生/関係者の方にとっては
十分利用価値のある AI が簡単に作れることを体験して頂けます。

身に着くスキル

・AI に関する基礎的な知識
・医療現場での AI の導入事例への理解
・Azure Machine Learning Designer を用いた AI 作成の基礎スキル
・Azure Custom Vision を用いた画像認識 AI の作成スキル

ハンズオン受講の対象者

・AI の基礎的な内容について学びたい初心者の方
・医療×AIでどのようなことができるのかについて学びたい方
・クラウド (Microsoft Azure) を用いた AI 開発方法の基礎について学びたい方

※1 本ハンズオンは「DLLAB Healthcare Day 2020」で実施したハンズオンの内容を基本としております。
前年度にご参加された方はご注意下さい。

※2 本ハンズオンは、高度な内容ではなく初心者を対象とした内容となっております点ご留意下さい。

時間割

ハンズオンは 10:10 ~ 12:30 の 2時間20分間になります。

時間（120分）	トピック	内容
10分	イントロダクション	・自己紹介・イントロダクション
20分	機械学習に関する基礎知識	・AI・機械学習・ディープラーニング・機械学習のトピック(教師あり学習）・医療現場での機械学習導入事例
50分	Azure Machine Learning Studio Classic ハンズオン	・心臓病を例に用いた診断予測分類アルゴリズム・特徴量の選択による精度の違いを体感・良い特徴量を集めるためにすべきこと
30分	画像分類	・Custom Vision APIとは・肺炎の画像分類をタグ付け作業を共に行い実装
10分	まとめ	・医療従事者の負担をAIでサポートするために、これから現場ですべきこと

※ ハンズオンの時間配分を変更（2020.01.23）

事前準備のお願い

▼必要な事前準備 - Microsoftアカウントの作成（※すでにお持ちの方は大丈夫です。）

・ Microsoftアカウントはこちらから取得ください

Azure アカウントの取得
・無償アカウントはこちらから取得ください。
・会社のAzureアカウントを利用される方は、リソースグループでの共同作成者の権限が必要です。
・Azure Machine Learning Studio (Classic)とCustom Visionに1度ログインできるか確認して頂けると幸いです。