著者
Nobuyuki Kagiyama, MD, PhD; Sirish Shrestha,
MS; Peter D. Farjo, MD; Partho P. Sengupta, MD, DM
2
Slide 3
Slide 3 text
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
3
Slide 4
Slide 4 text
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
4
Slide 5
Slide 5 text
5
個人情報のため非公開です。
自己紹介
Slide 6
Slide 6 text
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
6
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
9
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
15
Slide 16
Slide 16 text
AI(機械学習)と統計学の違い
統計はデータの“説明”に重点を置く
機械学習はデータの“予測”に重点を置く
16
Machine Learning vs. Statistics
https://www.svds.com/machine-learning-vs-statistics/
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
20
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
26
1. Data Structure 心エコー
2. Year 2018
3. First author Zhang
4. Task 分類、心エコーの自動解釈
5. Model CNN
6. Summary
14035枚の心エコーを用いて、CNNはビューの自動分類、
画像のセグメンテーション、心臓体積の測定、疾患と健常者との鑑別を可能にした
GPU を使⽤した Caption Health の⼼エコー図
https://blogs.nvidia.co.jp/2020/08/21/ai-echocardiogram-covid/
38
非構造化データ
Slide 39
Slide 39 text
1. Data Structure 心電図
2. Year 2019
3. First author Hannun
4. Task 分類(不整脈の検出)
5. Model CNN
6. Summary
91232個の単一リード心電図を用いて、単一リードの心電図を洞調律、接合リズム、心房室ブロック、
心房細動などの12のクラスのリズムに分類するディープラーニングアルゴリズムを開発した。
訓練されたアルゴリズムは、12種類の心拍数の予測が循環器内科医よりも優れていた(F値0.84 vs 0.78)
https://speakerdeck.com/takay88
単一リード心電図
39
Slide 40
Slide 40 text
1. Data Structure 心音図
2. Year 2016
3. First author Potes
4. Task 分類(心音が正常か異常か)
5. Model Adaboost&CNN
(Adaboostはランダムよりも少し精度がいい弱い識別機を組みわせ強い識別機を作成しようとする機械学習モデル
6. Summary
AdaBoostとCNNの組み合わせは、PhysioNet/CinCのデータセットで正常と異常な心音を識別するための
感度94.2%、特異性77.8%を示した。
心房細動を99%検出するAIと電子聴診器
https://japanese.engadget.com/jp-2020-02-04-ai-99.html
40
Slide 41
Slide 41 text
1. Data Structure EHR
(電子健康記録:Electronic Health Recordは、全国の医療機関の診療データを集積し、診療データを患者
に開示、さらに複数の医療機関が連携して診療するもの)
1. Year 2019
2. First author Mallya
3. Task 分類(予後予測)
4. Model LSTM
(LSTMは、RNNの拡張として1995年に登場した、時系列データに対するモデル)
5. Summary
心不全患者21405人と対照者194989人を用いたケースコントロール研究を実施した
彼らは12ヶ月間の期間に単一の患者ごとに1840個のパラメータを抽出し、LSTMで解析することで発症
15ヶ月前に心不全の発症を予測(AUC=0.91)した。
41
Slide 42
Slide 42 text
1. Data Structure EHR内のテキストデータ
2. Year 2019
3. First author Diller
4. Task 分類(診断と症状と予後)
5. Model RNN&LSTM
6. Summary
RNNとLSTMの組み合わせて解析を行い、成人先天性心疾患患者10019人の診断と予後を
自動的に導き出すために、63326通の医学書を含む18年間のデータを用いた。
自然言語処理を用いて、医学書簡から診断(精度91%)と症状(精度90.6%)を抽出した
また、同じデータを用いた予後予測も有用であった。
42
Slide 43
Slide 43 text
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
43
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
46
T A B L E O F C O N T E N T S
CHAPTER3
AIの基礎知識
CHAPTER4
AIと統計学
CHAPTER1
自己紹介
CHAPTER2
Introduction
CHAPTER5
アルゴリズム
CHAPTER6
循環器データへの
応用
CHAPTER7
注意点と制限事項
CHAPTER8
課題と方向性
CHAPTER9
Conclusion
49