AIが医療機器の承認を得るには。

少し難しい話ですが、保険診療の中で、AIが認められるには、
AIの性能が、国から認められる必要がありますが、認められるってなに。
という話になると思います。
 
http://techon.nikkeibp.co.jp/atcl/feature/15/327442/112100149/

確かに米国のFDAでも、機械学習のモデルのパラメーターがちょっと変更になるたびに、再度申請しなければいけないのか、

という問題があり、

この「性能の変化」に対し、認可をどう与えるかが焦点ですなぁ

中国の人工知能が医師国家試験に合格

医療の中で、病気の診断が占める割合は低い。後冷静に、国家試験に合格したから名医というわけでもないし、医師国家試験にAIが受かることは、医療をやる上で、あまりインパクトが大きくない

論文の紹介。こういう基本的な前提に疑問を投げつけるののは良い論文だなぁ。今まで強化学習で有名なベンチマークは、実は簡素な近傍探索で出来てしまい、タスクの難しさとタスクを定義する関数の最適化の難しさは全く比例しないと。確かになるほど。

実際に世界の人工知能の研究者が、強化学習でどういう実験環境で

自分たちのモデルを研究しているか、ここを見て見てください。

意外にシンプルで驚くと思いますよ。

f:id:nakanoteppei1:20171120161505p:plain

f:id:nakanoteppei1:20171120161448p:plain

この手の腸内細菌を利用した炎症疾患の治療は、サンプル数が大きくないと何も言えない。これも90人なので、どうしたものだか。
そもそも糞便移植の治療法も、効果があるとか、ないとかで、ずっと揉めている。それでも論文がNatureやScienceに乗るのだから、不思議だなと。

敗血症の早期発見が特に気になります

https://japan.zdnet.com/article/35109765/

こういうのも患者の年齢から体重とか、そういうの考慮してモデル組まないとな。

株式会社NAMの中野哲平です。

台湾は医療データ進んでる。これは弊社のやりたいイメージと少し近い。ブロックチェーンは、暗号通貨でガバガバ儲けるために存在するのではなく、ユーザー誰しもが平等にデータを管理できることに価値がある。患者のデータは、病院のものだけではなく、患者のものでもある。

まあDeepMindも同じようなことをしていますものね

株式会社NAMの中野哲平です。

会社のブログでも紹介したのですが、弊社が現在公開しているベータ版の問診ボット: ドクターQについて、下記のページで説明させて頂いているので、ぜひお使いください。

病院に行けば良いかの緊急性などを教えてくれます。

また訪問した先の病院がドクターQを利用して入れば、その病院のカルテもLINEから閲覧できるようになります。

ぜひ下記をクリックして、ドクターQを使ってみください。LINE登録で使えます。