#検査 | Explore Tumblr Posts and Blogs

takahashicleaning · 7 months

Text

ＴＥＤにて

プラティック・シャー：AIが病気の診断を簡単にする方法

（詳しくご覧になりたい場合は上記リンクからどうぞ）

現在のAIアルゴリズムは、病気を検出するために、何万枚もの高価な医用画像を必要とします。

もし、AIの学習に必要なデータの量を大幅に削減し、診断を安価で、より効果的なものにできるとしたら？

TEDフェローのプラティック・シャーは、まさに、そのための賢いシステムの開発に取り組んでいます。

斬新なAIのアプローチを用いて、シャーは、アルゴリズムを構築するのに、画像を50枚しか必要としない技術を開発しました。

また、医者の携帯電話で撮影した写真でも、診��を可能にしました。

この医療情報分析の新しい方法がどのように、命に関わる病気の早期発見につながり、AIに支えられた診断が、世界の医療の環境を提供できるのか？学びましょう。

現在のコンピューターアルゴリズムは、素晴らしい仕事をしています。人間のような知能を持ち、膨大なデータを高い精度で処理しています。このコンピューターの知能は、よく「AI」、あるいは「人工知能」と呼ばれます。

AIは、人々の将来の暮らしに素晴らしい影響を及ぼそうとしています。しかし、私達は今でも感染症やがんなどの命に関わる病気を発見や診断をする際に数多くの課題に直面しています。毎年、何千人もの患者が肝臓がんや口腔がんで亡くなっています。

これらの患者を救う最善の方策は、がんの早期発見と診断を行うことです。

現在、病気はどう検出されているでしょう？

AIは活用可能でしょうか？不幸にも患者にこれらの病気の疑いがある際には、専門医が最初に指示するのは、蛍光イメージング、CT、MRIなどのとても高価な医用画像技術の使用です。

画像が集まったらまた別の専門医が画像を診断し、患者に診断を告げます。お分かりのようにこの過程は、膨大なリソースを要します。２人の専門医、高価な医用画像技術、発展途上国では、実用的ではありません。実際は、多くの先進国でも同じです。

ではAIを使ってこの問題を、解決できるでしょうか？

現在、もし私が従来のAIの仕組みを使ってこの問題を解決しようとしたなら１万枚もの繰り返しますが、万単位のとても高価な医用画像がまず必要になります。

その後、私は、専門医のところに行きこれらの画像を分析してもらいます。

そして、これら２つの情報を用いて患者を診断するために標準的なディープニューラルネットワーク、または、ディープラーニングネットワークに学習させることができます。

最初のアプローチと同じようにAIを使った従来のアプローチでは、同じ問題に突き当たります。膨大なデータ、専門医、専門医用画像技術。

では、より広めやすくより効果的でより価値のあるAIを構築し、現在私達が直面する重要な課題を解決することは可能でしょうか？

それがまさにMITメディアラボで私のグループが取り組んでいる内容です。現在、医用画像や臨床試験で直面する最も重要な課題のいくつかを解決するためにいくつかの斬新なAIの仕組みを開発しました。

今日皆さんにお伝えした例では、２つの目標がありました。

最初の目標は、AIのアルゴリズムの学習に必要な画像の枚数を減らすことでした。

２つ目の目標は、より野心的で患者をスクリーニングする際の高価な医用画像技術の使用を減らしたいと考えました。私達は、どう取り組んだでしょう？

最初の目標については、従来のAIのように数万枚もの高価な医用画像から取りかかるのではなく、１枚の医用画像から始めることにしました。

私のチームは、この画像から何十億もの情報パケットを抽出する賢い方法を見つけました。これら情報パケットに含まれるのは、色、画素、位置関係、そして医用画像に病巣をレンダリングしたものです。

ある意味、１枚の画像を何十億もの学習用データへ変換できたことで学習に必要なデータ量の大幅減が可能になりました。

二つ目の目標。スクリーニングの目的で高価な医用画像検査の使用を減らすために患者のためにデジタル一眼レフカメラや携帯電話で撮影された標準的な白色光の写真から始めました。

先程の何十億もの情報パケットを覚えていますか？

医用画像から得たそれらの情報をこの画像の上に重ね、いわゆる合成写真を作りました。かなり驚いたことにわずか50枚で十分でした。繰り返しますが、わずか50枚の合成写真で効率よくアルゴリズムに学習させることができました。

私達のアプローチをまとめると１万枚のとても高価な医用画像を使うのではなく、AIアルゴリズムを画期的な方法で学習させることが可能になりました。

デジタル一眼レフカメラや携帯電話で撮影した標準的な高解像度写真が、たった50枚あれば、診断ができます。より重要なことに私達のアルゴリズムは、将来、そして今でも高価な医用画像技術ではなく、患者が持つごくシンプルな白色光写真を活用できます。

AIが私達の将来に素晴らしい影響を及ぼす時代に入ろうとしていると私は考えています。

データはたくさんあれど運用が不便だった従来のAIのことを考えると特に医療分野において少量のデータを活用し、私達が現在直面する最も大切な課題を解決できる斬新なAIの仕組みについて引き続き考えていくべきです。

どうもありがとうございました。

（合成の誤謬について）

合成の誤謬とは、ミクロの視点では正しいことでも、それが、合成されたマクロ（集計量）の世界では、必ずしも意図しない結果が生じること。物理学では、相転移みたいな現象です。性質が変わってしまうということ。

ミクロのメカニズムが個人同士の経済における仕組みであるのに対して、マクロのメカニズムは、国家間や経済全体の循環における仕組みだからである。

例えば、家計の貯蓄などがよく登場するが悪い例えです。前提条件が、所得が一定の場合！！所得が一定じゃない増加する場合は？これは、論じていませんので参考になりません！！（法人が提供する製品やサービスの価格も一定の場合も前提条件です）

１９３０年代のアメリカ経済が金融危機2008と似たような状態に陥った時、ケインズは、「倹約のパラドックス」というケインズ経済学の法則を発見しています。

それは、ポール・Ａ・サミュエルソン(1915-2009)が、近代経済学の教科書「経済学」の冒頭で「個人を富裕にする貯金は、経済全体を貧困にする！（所得が一定の場合）」というわかりやすい言葉で表現しました。しかし、庶民の所得が増加し、貯蓄が投資、消費に回る場合には、「倹約のパラドックス」は生じません。

その後、この「倹約のパラドックス」は、アメリカの経済学者・ケネス・Ｊ・アロー(1921- )が「合成の誤謬」を数学的論理に基づいて「個人個人がそれぞれ合理的選択をしても、社会システム全体は合理的選択をするとは限らない」を検証してみせた。要するに、部分最適ではなく、全体最適させていくということ。

つまり、新産業でイノベーションが起きるとゲーム理論でいうところのプラスサムになるから既存の産業との戦争に発展しないため共存関係を構築できるメリットがあります。デフレスパイラルも予防できる？人間の限界を超えてることが前提だけど

しかし、独占禁止法を軽視してるわけではありませんので、既存産業の戦争を避けるため新産業だけの限定で限界を超えてください！ということに集約していきます。

なお、金融危機2008では、マイケル・メトカルフェも言うように、「特別資金引出権（SDR）」は、2008年に行われた緊急対策で、一国だけで行われたのではなく、驚くほど足並みの揃った協調の下に国際通貨基金（IMF）を構成する188ヶ国が各国通貨で総額2500億ドル相当を「特別資金引出権（SDR）」を用いて世界中の準備通貨を潤沢にする目的で増刷してます。

このアイデアの根本は、元FRB議長であったベンバーナンキの書籍「大恐慌論」です。この研究がなければ、誰一人として、変動相場制での当時の状況を改善し解決できなかったと言われています。

それ以前では、固定相場制でのマーシャルプランが有名です。

続いて、トリクルダウンと新自由主義

インターネットの情報爆発により隠れていた価値観も言葉となり爆発していくことになった。

しかし、法定通貨の方が、その価値、概念に対する通貨量拡大として価格で応じることができず、圧倒的に通貨量が足りない状況が生まれていたのが、2010年代の問題点のひとつでした。

リーマンショックの後に、新自由主義が誤りであることが、ピケティやサンデルによって指摘され、当時のFRBバーナンキ議長が、通貨供給量を大幅に増やした対策により、ベースマネーの金融、銀行間の相互不信を解消して収束した。

それでも、まだ足りないが、適正水準に収まったことで、さらに価値も増幅され、マネーストックの財政政策から再分配、事前分配を大規模に行い、さらなる通貨供給量が重要となっている現在の日本国内。

例えば

Googleがしようとしてた事は、まだ新産業として、基礎研究から発展できない機械学習の先端の成果をすべて持ち込んだ社会実験に近いこと。

シュンペーターの創造的破壊は、一定数の創造の基礎を蓄積後に、未来を高密度なアイデアで練り上げてから破壊をするのが本質です。

こうして、憎しみの連鎖や混乱を最小限にする。

アルビン・トフラーの言うように、法人と行政府とのスピードの違いが縮まらないのは、構造上の違いであって、それを補うためにプラスサムな連携するということが、必要になってくることを説いています。

三権分立が、規制のないGAFAMを非政府部門としてMMT（現代貨幣理論）からプラスサムに連携したらどこで均衡するのか？という社会実験も兼ねています。

このような前提で、あらゆるインターネット企業が、創業時、貢献するためコンセプトの中心であったものが、今では、悪性に変質して違う目的に成り下がっています。

再分配、事前分配の強化がスッポリ抜けてる欠点があり、ここに明かしたくないイノベーションの余地があります！！

2021年には、新自由主義のような弱肉強食では自然とトリクルダウンは生じないことは明らかになる。

確かに、トリクルダウンは発生しないが、法律で人工的に同じ効果は、貨幣の再分配、事前分配という形にできる可能性は高い。

再分配や事前分配をケムにまく「金持ちを貧乏にしても、貧乏人は金持ちにならない」「価値を生み出している人を罰するつもりがないのであれば税に差をつけないほうがいい」（サッチャー）

とあるが、新自由主義は誤りで、ピケティやサンデルによると違うみたいだ。

（個人的なアイデア）

さらに・・・

勝手に警察が拡大解釈してしまうと・・・

こんな恐ろしいことが・・・

日本の警察は、2020年3月から防犯カメラやSNSの画像を顔認証システムで本人の許可なく照合していた！

憲法に完全違反！即刻停止措置をみんなで要求せよ。

日本の警察の悪用が酷いので、EUに合わせてストーカーアルゴリズムを規制しろ！

２０２１年に、EU、警察への初のAI規制案！公共空間の顔認証「原則禁止」

EUのAI規制は、リスクを四段階に分類制限！

前提として、公人、有名人、俳優、著名人は知名度と言う概念での優越的地位の乱用を防止するため徹底追跡可能にしておくこと。

禁止項目は、行動や人格的特性に基づき警察や政府が弱者個人の信頼性をスコア化や法執行を目的とする公共空間での顔認識を含む生体認証。

人間の行動、意思決定、または意見を有害な方向へ操るために設計されたAIシステム（ダークパターン設計のUIなど）も禁止対象にしている。

禁止対象の根拠は「人工知能が、特別に有害な新たな操作的、中毒的、社会統制的、および、無差別な監視プラクティスを生みかねないことは、一般に認知されるべきことである」

「これらのプラクティスは、人間の尊厳、自由、民主主義、法の支配、そして、基本的人権の尊重を重視する基準と矛盾しており、禁止されるべきである」

具体的には、人とやり取りをする目的で使用されるAIシステム（ボイスAI、チャットボットなど）

さらには、画像、オーディオ、または動画コンテンツを生成または操作する目的で使用されるAIシステム（ディープフェイク）について「透明性確保のための調和的な規定」を提案している。

高リスク項目は、法人の採用活動での利用など違反は刑事罰の罰金を売上高にかける。

など。他、多数で警察の規制を強化しています。

人間自体を、追跡すると基本的人権からプライバシーの侵害やセキュリティ上の問題から絶対に不可能です！！

これは、基本的人権がないと権力者が悪逆非道の限りを尽くしてしまうことは、先の第二次大戦で白日の元にさらされたのは、記憶に新しいことです。

マンハッタン計画、ヒットラーのテクノロジー、拷問、奴隷や人体実験など、権力者の思うままに任せるとこうなるという真の男女平等弱肉強食の究極が白日の元にさらされ、戦争の負の遺産に。

基本的人権がないがしろにされたことを教訓に、人権に対して厳しく権力者を監視したり、カントの思想などを源流にした国際連合を創設します。他にもあります。

参考として、フランスの哲学者であり啓蒙思想家のモンテスキュー。

法の原理として、三権分立論を提唱。フランス革命（立憲君主制とは異なり王様は処刑されました）の理念やアメリカ独立の思想に大きな影響を与え、現代においても、言葉の定義を決めつつも、再解釈されながら議論されています。

また、ジョン・ロックの「統治二論」を基礎において修正を加え、権力分立、法の規範、奴隷制度の廃止や市民的自由の保持などの提案もしています。現代では権力分立のアイデアは「トリレンマ」「ゲーム理論の均衡状態」に似ています。概念を数値化できるかもしれません。

権限が分離されていても、各権力を実行する人間が、同一人物であれば権力分立は意味をなさない。

そのため、権力の分離の一つの要素として兼職の禁止が挙げられるが、その他、法律上、日本ではどうなのか？権力者を縛るための日本国憲法側には書いてない。

モンテスキューの「法の精神」からのバランス上、法律側なのか不明。

立法と行政の関係においては、アメリカ型の限定的な独裁である大統領制において、相互の抑制均衡を重視し、厳格な分立をとるのに対し、イギリス、日本などの議院内閣制は、相互の協働関係を重んじるため、ゆるい権力分立にとどまる。

アメリカ型の限定的な独裁である大統領制は、立法権と行政権を厳格に独立させるもので、行政権をつかさどる大統領選挙と立法権をつかさどる議員選挙を、別々に選出する政治制度となっている。

通常の「プロトコル」の定義は、独占禁止法の優越的地位の乱用、基本的人権の尊重に深く関わってきます。

通信に特化した通信プロトコルとは違います。言葉に特化した言葉プロトコル。またの名を、言論の自由ともいわれますがこれとも異なります。

基本的人権がないと科学者やエンジニア（ここでは、サイエンスプロトコルと定義します）はどうなるかは、歴史が証明している！独占独裁君主に口封じに形を変えつつ処刑される！確実に！これでも人権に無関係といえますか？だから、マスメディアも含めた権力者を厳しくファクトチェックし説明責任、透明性を高めて監視しないといけない。

今回、未知のウイルス。新型コロナウイルス2020では、様々な概念が重なり合うため、均衡点を決断できるのは、人間の倫理観が最も重要！人間の概念を数値化できないストーカー人工知能では、不可能！と判明した。

複数概念をざっくりと瞬時に数値化できるのは、人間の倫理観だ。

そして、サンデルやマルクスガブリエルも言うように、哲学の善悪を判別し、格差原理、功利主義も考慮した善性側に相対的にでかい影響力を持たせるため、弱者側の視点で、XAI(説明可能なAI)、インターネット、マスメディアができるだけ透明な議論をしてコンピューターのアルゴリズムをファクトチェックする必要があります。

＜提供＞

東京都北区神谷の高橋クリーニングプレゼント

独自サービス展開中！服の高橋クリーニング店は職人による手仕上げ。お手頃50ですよ。往復送料、曲Song購入可。詳細は、今すぐ電話。東京都内限定。北部、東部、渋谷区周囲。地元周辺区もＯＫです

東京都北区神谷のハイブリッドな直送ウェブサービス（Hybrid Synergy Service）高橋クリーニングFacebook版

0 notes

takahashicleaning · 8 months

Text

ＴＥＤにて

チェラ・ライト：ウイルスPCR検査の仕組みは？

（詳しくご覧になりたい場合は上記リンクからどうぞ）

新しいウイルスが出現し、瞬く間に広がっていきます！！感染拡大を抑えるため、研究者は、まず、感染者のデータを集めなければなりません。

感染症の検査には、２つの重要な技術があります。１つ目は、現在感染しているかについて、２つ目は感染歴があるかについての検査です。

それでは、こうした検査の仕組みはどうなっているのでしょうか？

チェラ・ライトが、PCR検査と免疫測定法について説明します。講師：チェラ・ライト、監督：Hype CG.＊このビデオの教材：https://ed.ted.com/lessons/how-do-virus-tests-actually-work-cella-wright

新しいウイルスが瞬く間に広がっていきます。感染拡大を抑えるため、研究者はまず感染者のデータを集めなければなりません。

そのために重要な検査が２つあります。１つ目は、現在感染しているかについて。２つ目は、感染歴があるかについての検査です。では、こうした検査の仕組みはどうなっているのでしょう？

PCR検査。すなわち、ポリメラーゼ連鎖反応検査は、体内にあるウイルスの遺伝物質を標的にして、現在、感染しているか��うかを診断する検査です。しかし、この遺伝物質は、現実には検知できないほど微量にしか含まれないこともあります。

そこで、PCR検査が使われます（ノーベル賞の発見がきっかけです）

遺伝子情報を観測可能な量に増幅するために広く利用されています。未知のウイルスに対するPCR検査を開発するため、研究者は、まず、遺伝物質やゲノムの配列を解読し、そのウイルス特有の領域を見つけます。PCR検査は、こうした領域を標的とします。

PCR検査では、検体を採取するところから始まります。肝炎ウイルスの場合は、血液から、ポリオウイルスでは排泄物から。コロナウイルスでは、鼻やのどから検体を採取します。検体は検査室に送られ、ウイルスのゲノムが存在していないか検査します。

遺伝子情報は、DNAやRNAに埋め込まれています。例えば、ヒトパピローマウイルスはDNAに。新型コロナウイルス感染症（COVID-19）の原因であるSARS-CoV-2ウイルスは、RNAに情報を保持しています。

PCRを始める前にウイルスのRNAの（存在していればですが）逆転写を行い、DNAの相補鎖を作る必要があります。その後、PCRを開始します。検体の中にウイルスが存在する場合。遺伝情報の特定の領域は、相補的なプライマーによって識別され、酵素により複製されます。

DNAの一つの鎖は、数億本にも増幅され、蛍光プローブで標的にすることで検出されます。PCR検査器が、蛍光色素を検知すると検体は陽性であるとされ、その患者は感染者であるとわかります。

一方、免疫測定法は、免疫システムが保持するウイルスの記憶を利用し、感染歴があるかどうかを検査します。

免疫測定法は、感染中に免疫システムが作るウイルスに特異的な抗体を測定します。抗体とは特殊な種類のタンパク質であり、ウイルスのような異物を識別し攻撃します。免疫測定法は、最も豊富に存在するIgG抗体と新しい感染に反応して最初に作られるIgM抗体を検出します。

IgM抗体があるということは、最近感染したことを示しますが、検出可能な量の抗体が作り出されるには、１週間以上かかるため現在の感染を診断するには信頼性が高くありません。一方、IgG抗体は感染後も長い間、体内に留まります。この抗体があるということは既に感染し回復したことを示します。

免疫測定法の前に医療従事者は患者の採血を行います。そして、この検体を対象のウイルスと接触させるのです。もし、患者が過去に実際にウイルスに感染していたなら、検体内のウイルスに特異的な抗体はそのウイルスに結合します。

検体が、陽性である場合。色の変化が表れます。すなわち、患者は感染歴をもつということです。

免疫測定法は、特に感染したにもかかわらず、検査を受けなかった人をさかのぼって診断するのに有効です。また、ウイルスに対する免疫を獲得した人は大きな可能性を秘めています。彼らの血漿が現在ウイルスと戦っている人の治療に役立つかもしれないのです。

PCRや免疫測定法は、改良され続け、より正確かつ効率的になっています。たとえば、新しく開発された一体型PCR装置では、１時間以内に検査結果を送ることができます。

デジタルPCRという標的となるDNAの絶対定量を行う技術は、精度の更なる向上が見込まれています。一方、免疫測定法は、速やかな開発が難しい技術ですが、シンガポールの研究者は、SARS-CoV-2ウイルス用の測定法を新型コロナウイルス感染症（COVID-19）のパンデミック宣言より前に開発しました。

こうした検査は、開発を担う科学者や使用する医療従事者と共に重要な役割を果たしています。体制が早く整えば、何百万もの命を救えるのです。