Googleのディープラーニングを使った健康診断

特殊なカメラを使って目の瞳から奥深くを覗き込むと、血管や神経が写った眼底写真を撮ることが出来ます。お医者さんはこの写真を使って目の病気や血管の状態を診断します。

眼底写真の診断の自動化が出来れば、お医者さんの負担が減るだけでなく、日々のヘルスチェックをする新たなガジェットの普及につながるかもしれません。

 

Google社とStanford大学は以前よりディープラーニングによる眼底写真の分析を試みています(JAMA, 2016Google Research Blog)。これを更に発展させ、284,335人のデータセットを用いて学習させ、独立した2つのデータセットを用いて検証した結果が昨年arXiv.orgで報告されました(arXiv, 2017Google Research Blog)。

上の図表にあるように、眼底写真から『年齢・性別・血圧・BMI・喫煙歴など』を読み取ることが出来ており、その精度の高さは注目に値します。人間では写真一つからここまでの情報を引き出すのは無理だと思われ、改めて機械学習の強さを感じさせられました。

 

参考文献

・Deep LearningのReview (Nature, 2015)

・アルゴリズムについての先行報告 by google

Batch Normalization(arXiv, 2015Qiita by @supersaiakujin

Rethinking the Inception Architecture for Computer Vision (arXiv, 2015Qiita by @aiskoaskosd)

・Deep learning sharpens views of cells and genes (Nature News, 2017)

 

ゲーマーの力添えでRNAの高次構造を作る新たなアルゴリズムが誕生した

f:id:mdr52:20140127110134j:plain

人間の柔軟な思考と大規模なデータ解析とを融合させると、単にコンピューターだけを使うよりも素晴らしい成果が出せると考えられています。

これを研究に適用したのが市民参加型の科学プロジェクトです。これまでに以下のような科学ゲームが研究者によって作られてきました。

  • タンパク質構造予測ゲーム『fold it
  • 銀河系ゲーム『Galaxy Zoo
  • 神経細胞塗り絵ゲーム『EyeWire

最新のPNAS誌には「科学ゲームのデータから効率よくRNAを設計するアルゴリズムを生み出した」と言う論文が発表されました。

研究グループはなぜRNAを折り畳むゲームをわざわざ開発したのでしょうか?またその成果とは?これらについて簡単にご説明いたします。

続きを読む

最先端科学ゲーム『EyeWire』を作った研究グループの論文がNatureに出たぞー

f:id:mdr52:20130321171941p:plain

本日のNatureに網膜の神経細胞マップについての論文が発表されました。これは4ヶ月前に記事にしたEyeWireという科学ゲームを作った研究グループから発表されたものです。

今回の論文にはEyeWireのデータは使われておらず、よく調教された学生が解析したデータを使用したようなのですが、せっかくなのでEyeWireの復習も踏まえながら簡単にご説明いたします。

続きを読む