名古屋大学 藤原幸一氏

1. 1
スモールデータと医療AI人材育成
名古屋大学 / 京都大学 / JST さきがけ
Quadlytics Inc.
藤原幸一

2. 2
経歴
Curtin大学
京都大学
化学工学専攻
エンジンシステム開発室
コミュニケーション科学
基礎研究所
京都大学
情報学研究科
名古屋大学
工学研究科
JST さきがけ クアドリティクス

3. 3
てんかんによる
交通事故 70件
そのうち死亡事故 4件
2012年4月 京都 園軽ワゴン車暴走事故
(警察庁，H27)
てんかんと事故

4. 4Closed-Loop てんかんケア
2020年∼2021年あたりに治験開始を目指して，開発中

5. AMED先端計測・藤原チーム
5
京大（代表）・藤原 熊大（分担）・山川 医科歯科大（分担）・宮島
データ解析・ソフト担当 ハード担当 てんかん専門医・臨床担当
医工の異分野融合で，研究開発を推進！！
Right Stuff
Right Stuff

6. 6現場にいつもお願いしていること
脳波・心電図・PSGデータなどの生体信号を扱う場合，
後の解析をことを考慮せずに測定・判読しているため，
多くの場合で，後ろ向きの解析は困難です．
そのため，まずは測定環境や判読の粒度の改善からお
願いすることになりますが，これは現場に大きな負担
をかけるため，データ解析のメリットをきちんと伝え
る必要があります．

7. ビッグデータ
7
誰がどう見てもこの画像は猫（集合知）

8. スモールデータ
8
Fp1-F7
Fp2-F8
F7-T3
F8-T4
T3-T5
T4-T6
T5-O1
T6-O2
O2-P4
P3-C3
P4-C4
C3-F3
C4-F4
F3-Fp1
T3-T4
F4-Fp2
50μV
ECG
1s
専門医でないとわからない（少数の専門家の知識）

9. ビッグデータからスモールデータへ
ネットをクロールして，誰もがアクセスできるビッ
グなデータセットを用意し，ひたすら計算機を振り
回して自由度の高いモデルを構築すれば，識別・予
測性能が向上するのは当たり前．すでにビッグデー
タ解析はレッドオーシャンです．
今後は，専門家の知識が求められるスモールデータ
から新たな仮説を獲得することが，重要になるで
しょう．
スモールデータの解析には，対象についての物理
的・生理学的知識を駆使することが求められます．
現地現物で対象についてしっかりと観察することが，
データ解析の成否を決めます．
9

10. 10
データの質が命
スモールデータ解析では，データの質が命です．
データを収集する前段階から，データ収集について
詳細な検討が必要です．
一度，データを採り始めると，なかなか後戻りはで
きません．

11. 11
京都大学での取り組み
ü 長年の疑問
コンピュータサイエンスの学生に，医学について教えるのが
早いのか，MDやコメディカルにデータサイエンスの知識を
教えるのが早いのか．
ü やってみた
昨年夏より，京大医学部医学科4回生を研究室に受け入れて，
PSGデータの解析などを指導．
2ヶ月で新しいアルゴリズムを開発し，特許出願．今年，人
工知能学会，IEEE EMBCで発表予定．
ü 結論
機械学習やコンピュータサイエンスは，独学でも勉強できる．
しかし，現場感は一長一短で身につかないので，医学部の学
生の方が一日の長がある．

12. 12
とにかく手を動かせる
データそのものについて理解するには，自分たちでデバイス
を作ってみる，測定してみることが大切．
他人の作ったデータセットをいじるだけでは，データへの理
解にはつながらない．

13. 13
とにかく現場に行く
現地現物でデータ測定環境を確認し，現場からヒアリングを
することで，データへの理解が深まり，データ測定環境の改
善を考えるきっかけになる．

14. 14
医療AI人材とは？（私見）
ü データサイエンス側
倫理審査や臨床研究法など，レギュラトリについての知識に
加えて，臨床データの向こうには，疾患・障害に苦しむ患
者・家族がいることへの想像力を持つことが大切．
統計・機械学習・計算機科学のみならず，医療現場や対象疾
患についての病理・生理を理解できる人材．
ü 医療者側
機械学習などの知識はあった方がよいが，必ずしも医療者自
身が解析する必要はない．
後の解析のことを考慮して，どのように測定すればよいか，
判読の適切な粒度とはなにか，データはどのように保存すれ
ばよいか理解し，実践できる人材．