キックオフシンポジウム / 抄録
抄録

データを活用したAIによる社会貢献とプライバシ秘匿の両立を目指して

NECシステムプラットフォーム研究所 所長 中村祐一

 

AI(人工知能技術)を使った様々な社会貢献が実現されつつある。これらAIの実現には学習のためのデータが不可欠であり、膨大な量のデータを集めて学習することによりAIはより賢くなる。しかし、これらのデータには個人のプライバシに深く関わる情報が含まれる場合があり、特に、医歯学部で使われる診療データに関しては高い秘匿性が要求される。
一方で、AIの適用には極めて高い計算機パワーが必要である。特に膨大な量のデータを使った学習においては、通常の計算機では処理が長時間化し実用時間でのAIの適用が困難になる。その結果、病院外部にある高性能コンピュータ(HPC)処理の必要性が生じるが、同時に病院外部のHPCへのデータ転送における漏えいの可能性の排除が不可欠である。本講演では、AIを効率よく計算処理するHPCの必要性について解説し、さらに機微なデータをHPCでセキュアに処理するため最新技術、及び、これらの技術を使った大阪大学歯学部附属病院、サイバーメディアセンターとNECの三者の連携について紹介する。

 

 

電子カルテを基盤とする多施設の臨床データの収集
-追い風(ビッグデータ・AI)と向かい風(改正個人情報保護)の吹く中で-

大阪大学大学院医学系研究科 教授 松村泰志

 

各医療施設で診療データが電子化して保存されるようになり、これらのデータを集積して解析ができると、ビッグデータによる臨床研究ができると期待される。しかし、診療録は多くの記録が自由記載であり、重要事項が記載されていないことすらある。検査データ等の構造化データも標準化はされていない。この様なデータを集めても意味のある解析は難しい。診療データは改正個人情報保護法により要配慮情報になったため、同意を得ずに集積が難しくなった。我々は、電子カルテのテンプレート機能を利用し、同意を得た上で、前向きに多施設で臨床データを集める仕組みを開発し、現在大阪地区の15の病院の電子カルテに組み入れ、実証を進めようとしている。また、レセプトデータを利用して投薬情報等から個々の疾患の患者数をカウントするシステムを開発し病院に導入しようとしている。データの構造化・標準化と個人情報保護法の関わりを含め、これらのプロジェクトを紹介したい。

 

 

矯正歯科治療における機械学習と臨床への応用

大阪大学大学院歯学研究科 教授 山城 隆

 

近年、人工知能(AI)の技術研究開発が進み、医療分野においても過去のデータベースから様々な推論が可能となりつつある。矯正歯科は特に、客観的データを多く扱う医療分野であり、我々の研究チームはAIを用いた様々な自動診断システムの開発を行ってきた。
そこで今回、X線規格写真、顔・口腔内写真、三次元模型の自動認識に加え、三次元顔形態の治療後のシミュレーションに関する研究を紹介し、今後の矯正歯科治療分野でのAI活用の展望を検討したい。

 

 

S2DH(ソーシャル・スマートデンタルホスピタル)を支える
高性能データ分析基盤

大阪大学サイバーメディアセンター 准教授 伊達 進

 

本講演では、大阪大学サイバーメディアセンターに2017年12月に導入された新スーパーコンピュータOCTOPUSを概説・紹介するとともに、大阪大学歯学部附属病院のS2DH構想を支える高性能データ分析基盤にむけた取り組み状況を報告する。

 

 

人工知能を用いた、口内炎と口腔がんの鑑別診断システムの開発

大阪大学大学院歯学研究科 助教 平岡慎一郎

 

口内炎は、栄養不良、疲労等様々な誘因で発症し、疾患としてポピュラーなものである。そのため発症したとしても「そのうち治るだろう」と医療機関に受診することは少ない。一方、口腔がんにおいても、初期には「口内炎とよく似た病態」を呈することが多く、受診が遅れるがために、発見時にはすでに進行し根治困難となっていることも多い。現在我々は早期発見を目指した「人工知能を用いた、口内炎と口腔がんの鑑別診断システムの開発」に着手しており、その概要を述べさせて頂く。

 

 

データ同化技術を用いた歯の喪失シミュレーション

大阪大学歯学部附属病院 助教 野崎一徳

 

咀嚼機能を維持するために歯の喪失を防ぐことが最も重要である。歯の欠損や隣接歯との接触面の有無を咬合支持域の観点から評価し、実際の観測データを用いて年齢による歯の欠損パターンの違いを確率的に推定する方法を開発した。このシミュレータでは、欠損歯部を含む歯列データから、セル・オートマトンに与えたルールにおける重みを学習し、その結果、次の欠損歯となる部位を推定することで、欠損順序の再現を実現した。

ページ上部へ