AI(人工知能)技術を用いたソリューションのご案内
ヘルスケア領域や教育分野での弊社のAI技術
現在、ヘルスケア領域や教育分野に対し、弊社のAI技術が活用されているのをご存知ですか?
弊社では、AI(人工知能)技術を用いた高度予測ソリューション、及びデータ解析ソリューションを提供しています。 学習用のデータ集積支援、予測モデルの構築、モデルの評価および予測因子の解析など、トータルで支援が可能です。
具体的な適応事例
ヘルスケア分野
- 疾病の予測モデルの構築
- 疾病加速因子、抑制因子に関する解析
- 事例紹介:糖尿病リスク予測ツール
国立研究開発法人 国立国際医療研究センター様と、「健康診断結果」を用いて3年以内に2型糖尿病を発症する確率を予測するシステムを共同開発しました。
教育分野
- 学修成果に関する解析モデル
業務フロー
-
導入へ向けてのコンサルティング
導入に向けて、お客様がお困りの内容やご要望をお伺いし、最適なソリューションをご案内します。
-
学習用データの集積支援
AI技術で予測するには、学習用データが必要不可欠です。
弊社では、データの集積の際にマークシートやWebシステムを利用して膨大なデータの収集を行うことができます。 -
学習用データの最適化処理
学習用にただデータを集めるだけでは、高度な分析ができないので、データの最適化を行います。
最適化とは、データの紐づけや、データクリーニングなど、予測モデル構築にあたり必要なデータを選定し、予測したい内容に合わせた学習用データの分類を行います。 -
予測モデル構築とモデルの評価
学習用データをAIに読み込ませて、予測モデルの構築を行います。
予測モデル構築時に必要な設定(モデルのパラメータ)を変えながら複数のモデルを構築し、構築されたモデルの精度を比較評価します。
ありとあらゆるモデルパラメーターに対して、プログラムが自動的にモデル構築&評価を行うことで最適な予測モデルを決定します。 -
実業務へのモデル導入支援と運用支援
実際に予測を行いたいデータに対して構築した予測モデルを使用し、業務を運用する上で必要なサポートを行います。
たとえば、予測モデルの使用方法、ポイント・注意点の説明、予測結果の解釈や活用方法、予測モデルの実行環境などについてです。 -
Deep Learningから予測因子の取出しと分析
予測ができるだけでなく、その予測理由を知ることはとても重要です。
予測モデルからの解析結果に対して、主にどの因子が予測に効いているかを構築予測モデルより分析し、お客様に現状説明や改善提案をいたします。
納得感のあるAIを目指して
一般的にAIの予測モデルはブラックボックスと言われています。
なぜなら、精度の高い予測結果は示すが、予測の理由は示さないからです。
これでは重要ミッションの判断において、使用することが難しい面があることは否定できません。
弊社のAIはDeep Learningの予測モデルから予測理由の一旦を取出し、ユーザーに提示します。 納得感のあるAIを目指しております。
意外と泥臭い世界です
「AIを使ったソリューションを…」「高度なテクノロジーを統合しイノベーションを…」「デジタルトランスフォーメーションを実現し…」
世の中には実に様々な営業案内が溢れているかと思います。
どれもとても綺麗で理想的な世界が語られてますが、実際のAIの開発現場は泥臭い試行錯誤の連続です。
データの精査、モデルの構築、評価といった地道な作業を何度も繰り返し、トライアンドエラーの先にやっと一つのモデルが出来上がります。
技術だけではなく、お客様への説明力もサービスの一部です
AIに関しては様々な段階のお客様がいます。
AIについて興味があり調べている段階のお客様、入門書を読んだ段階のお客様、具体的なプランを 検討されているお客様…と様々です。
現状Deep Learningを含めAIというのは発達段階の技術ですから、一般的なプログラム開発に見られるような
定石的な手法が確立されているわけではありません。
たとえばDeep Learningの”Deep”とは”ニューラルネットワークの階層が深い事”を意味します。
具体的に何層で組んだら良い成果が出るのか…など、明確な指針は技術に関する書物にも記載がありません。 また入力層へのデータの投入方法や各種パラメーターの設定について、明確な答えや定石が示されているわけではないのです。
このように、どうしても釈然としない部分が残ってしまうのがDeep Learningによる開発の特徴でもあります。
お客様の方でも「どうやったら上手くいくのか」「何を試せば良いのかよく分からない」という方も多いと思います。
私達は技術を使った支援だけではなく言葉を使った支援も同時に行うことで、お客様にとって納得感のある開発を 目指しています。