製薬協について 製薬協について

Topics | トピックス

最新号目次へ 既刊号一覧2014年5月以降2014年3月以前 pdf
183号タイトル
前へ123456789101112131415次へ
トピックス画像
「製薬協メディアフォーラム」を開催
テーマは「医療健康分野におけるAI/ビッグデータの活用について」
line03 line03 line03

医薬品開発プロセスの全域と医療をカバーする29種のAI開発

このコンソーシアムでは医薬品の開発プロセス全域にわたってAIの開発を行っています(図10)。細かい部分も含めると30を超えるプロジェクトです。たとえば未病・先制医療に関するAI、どういった病気をターゲットにすべきか、あるいはどういったタンパク質を標的にすべきかといった創薬テーマを創出するAI、それに対してどういった化合物をデザインすべきかといった設計をするAI、抗体医薬等のバイオロジクスや薬剤の製剤等を推定するAI、トランスレーショナルリサーチに関するAI、治験・市販後・メディカルアフェアーズに関するAI、上市後の臨床・診断に関するAI、というように創薬の丸ごとAI化を目指して活動を進めています。

図10 医薬品開発プロセスの全域と医療をカバーする29種のAI開発
図10 医薬品開発プロセスの全域と医療をカバーする29種のAI開発

身近にあるAIとして、たとえばデジカメやスマートフォンの人の顔の自動認識機能が挙げられます。これはあらかじめ多くの人の顔を覚え込ませ、人の顔を自動で認識できるようにしたものです。ここで重要なのは、人の顔のデータだけを覚え込ませたAIは、犬の顔を勝手に認識することはできないということです。AIという言葉は独り歩きしており、なにもかも人の代わりができると思ってしまいがちですが、そういったものではありません。
 具体的な事例として、AIによる画像診断について紹介します。AIブームの火付け役になった「Deep Learning」ですが、これは画像診断が最も成功した例です。高解像度カメラとDeep Learningを組み合わせると人の認識をほぼ超えるものになっています。
 京都大学のわれわれの研究室では、腎臓内科と協力して、Deep Learningによる腎臓病理画像診断での糸球体認識の研究を行っております(図11)。人の顔は背景とくっきり分かれることから認識は比較的簡単ですが、病理切片や内視鏡診断は、ほとんど同じように見えますので、部位を切り出すこと自体が難しい中で、90%以上の正答率で自動認識ができるところまできています。

前へ123456789101112131415次へ
最新号目次へ 既刊号一覧2014年5月以降2014年3月以前

このページのトップへ