臨床検査67巻11号

2023年11月発行

AI・ビッグデータ時代の臨床検査のための情報科学・4

—臨床検査のためのAI入門—ビッグデータ処理技術

著者： 片岡浩巳¹

所属機関： ¹川崎医療福祉大学医療技術学部臨床検査学科

ページ範囲：P.1302 - P.1307

Point

●ビッグデータ解析により医療分野では診断支援や治療最適化などの可能性が広がっており，人工知能（AI）の応用が医療分野で大きな影響をもたらしている．

●AIの発展には多様なデータの利用，倫理的・法的な配慮，透明性，教師あり・教師なし学習の統合，持続的な学習，熟練者の協力が必要である．これらの要点をバランスよく推進し，信頼性のあるAI技術の展開を目指す必要がある．

●データ解析の手法としてクラスタリングとクラシフィケーションがあり，クラスタリングは類似性に基づくグループ分け，クラシフィケーションはデータの分類を担当する．

●ビッグデータ解析ではデータサイズや処理速度の課題がある．サンプリングや次元の縮約，分散処理，ハードウエア活用などの手法を用いて，大規模なデータ解析を効果的に行う必要がある．

●AIや機械学習の特性を理解した，各分野の専門家の育成が不可欠である．

参考文献

1）日本医療情報学会医療情報技師育成部会（編）：医療情報　第7版　医療情報システム編，篠原出版新社，2022

2）Patel VL, Shortliffe EH, Stefanelli M, et al：The coming of age of artificial intelligence in medicine. Artif Intell Med　46：5-17，2009

3）Thomas EJ, Petersen LA：Measuring errors and adverse events in health care. J Gen Intern Med　18：61-67，2003

4）Rajkomar A, Dean J, Kohane I：Machine Learning in Medicine. N Engl J Med　380：1347-1358，2019

5）厚生労働省：【NDB】匿名レセプト情報・匿名特定健診等情報の提供に関するホームページ（https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/kenkou_iryou/iryouhoken/reseputo/index.html）（最終アクセス：2023年9月5日）

6）Witten IH, Frank E, Hall MA, et al：Data Mining: Practical Machine Learning Tools and Techniques, 4th ed, Morgan Kaufmann Publishers, 2016

7）Mayer-Schönberger V, Cukier KN：Big Data: A Revolution That Will Transform How We Live, Work, and Think, Houghton Mifflin Harcourt, 2014

8）Lohr SL：Sampling: Design and Analysis, Duxbury Press, Pacific Grove, CA, 1999

9）van der Maaten L, Hinton G：Visualizing Data using t-SNE. J Mach Learn Res　9：2579-2605，2008