ヘルスケアにおける人工知能(AI)
より良いケアのため、データを知識に変換

ヘルスケアにおける人工知能(AI)
 
お問い合わせ

未来のヘルスケアに向けたAI の活用が課題を提起

Siemens Healthieers のAl関連ソリューションは、医療が直面している大きな課題に立ち向かいます。現在、診断の需要は診断に係る人的リソースを上回っています。この増加し続ける作業量を管理するためのソリューションが医療現場に必要とされています。さらに、仕事量の増加に伴い、診断と治療における複雑さも増しています。放射線科医や他の診療科の医師は、大量の医療データを迅速かつ正確に処理できる新しいツールを用い、定量的なデータに基づいて個々の患者に合わせたより客観的な治療を施すための意思決定を行うことが必要となります。そして、この新しいツールを提供するためには人工知能(AI)の力が必要になるでしょう。

ソリューション

AI のキー概念

人工知能(AI)は、人間が行う複雑な問題解決をコンピュータにより支援するプロセスです。より具体的には、通常人間の脳に関連した認知機能を模擬した機械が関わっています。いくつかの例としては、マシンビジョン、パターン認識、音声認識、広義の知識ベースの意思決定などがあります。ここでは、プログラマによって恒久的に固定された経路に従う古典的なアルゴリズムと、与えられたデータに基づいて独自に解決策を特定する機械学習の応用とに区別されます。

特別な役割を果たすのは「ディープ・ラーニング」と呼ばれるもので、これは従来の機械学習アルゴリズムの限界を超えています。これらのアルゴリズムは、大量のデータを継続的に与えられることで訓練され、改善され、それによって予測されるエラー率が低下し、パフォーマンスを常に向上させることができます。

機械学習は、機械が新しい状況に適応しパターンを検出して推測することを可能にします。 機械学習は、伝統的な機械学習と深層(機械)学習にさらに分けることができます。

伝統的な機械学習は、手作業で作られ、ハードコーディングされ、特定の特徴を探すために設計されたアルゴリズムを使用します。これらは「専門的」であり、簡単に異なるタスクに再利用することはできません。

深層(機械)学習は、入力層と出力層の間に複数の隠された層を持つ多層ニューラルネットワークを使用する機械学習の一種です。これらのアルゴリズムは、従来の手法では認識できなかったかもしれない関係性を識別することができます。

AI ソリューションにおける信頼できるパートナー

Siemens Healthineers は、ヘルスケア分野でのAI特許出願に関しては世界的なリーダーであり、20年以上にわたりAI開発のパイオニアとして活躍してきました。私たちは機械学習に関連する500件以上の特許を所有しており、そのうち125件以上がディープラーニングに関連しています。確立されたAIの専門知識、将来を見据えたスタッフ、膨大な医療データセット、アルゴリズムによってサポートされたヘルスケアソリューションの構築に必要となる高度なコンピューターを備えたSiemens Healthineersは、医療現場でAIの導入を目指す施設にとって最適なパートナーと言えます。

AIヘルスケアテクノロジーを見る

このビデオでは、AIテクノロジーが実際に活用されている様子をご覧いただけます。

AIは流行語にとどまらない

Siemens Healthineers のAI技術が実際に使われている様子を通して、今日のヘルスケアにおける重要な課題について当社のエキスパートが説明します。

ディープラーニングアルゴリズムを解説

ディープラーニングのアルゴリズムがどのようにして特定の処置を簡略化し精度を高めることができるのかを解説します。

関連製品・サービス情報

1Russell & Norvig, Artificial Intelligence. 2016.