こんちにはMD.Kです。
今日の記事は
【心電図から1年後の死亡を予測するアルゴリズム】
についてです。
---------------------------------------------------------
アメリアペンシルバニアのGeisinger (https://www.geisinger.org/)によると、「心電図波形から1年以内の重篤な不整脈発症や死亡を予測するAIアルゴリズム」を構築したことを公表しています。
Geisinger system内に保有された200万件以上の心電図波形でニューラルネットワークのトレーニングを行ったところ、
新規心房細動の1年以内発症、および1年以内の死亡の2項目で、いずれもAIモデルは高度な予測能を示したという。またAIによって高リスク評価を受けた心電図波形は、3名の循環器専門医による個別評価を行ったが、認識率の制度において深層学習に優位性があることが示された。
----------------------------------------------------------
すごい技術が誕生してきているなと思います。
2016年に人工知能 Alpha goの結果は、複数回囲碁のgameを行い学習させた人工知能が人間に勝ったというニュースを見て、すごい技術だなあと思いましたが、最近は本当に様々な分野にこれらAIの技術が利用されています。
いわゆる人工知能と呼ばれる要素技術の一つにDeep leaningがあることが分かりました。
Deep leaningを理解するには① 学習アルゴリズム ② 学習の流れを理解する必要があります。
① 学習アルゴリズム：
・Deep neural network (DNN)： 人間の脳内にある神経細胞（
・Convolutional neural network (CNN): 順伝播型の人工ディープニューラルネットワークの一種で、画像や動画認識に広く使われているモデル。
・Recuurent neural network (RNN): 可変長データ(音声、動画など)を扱えるようにするために中間層に再帰的な構造をもたせ、双方向に信号伝播させることができるニューラルネットワークを利用したアルゴリズム。
本来はもっと数多くあるのですが、詳しくしりたい方はこちらをご覧ください。
続きまして
② 学習の流れ：
・学習処理：大量のデータを用いてデータセットを作成し複数の学習処理モデルを作成する過程
・推論処理：学習したデータセットを利用して未知の課題に対して結論を推測する過程
これらの解析を通じて一定の解を出していくというのがDeep leaningのシステムのようです。
今後はこれらを用いてさらにどういったことが実社会で行っていく事が可能なのか捜索していこうかと思います。
最後まで読んでいただきありがとうございました、よければフォロワー登録お願いします。
