カハール株式会社について

カハール株式会社

こちらに詳細のウェブサイトが載っています！

過去10年間で、電子カルテシステム、遺伝学、ウェアラブル・センサーなど、デジタル・ヘルス・データは前例のない規模で成長が見られまました。これらの豊富なデータソースを機械学習やAIで利用すれば、いまより高精度な医療を実現することができます。この研究会の目的は、機械学習と臨床研究者、医療従事者、医者の間で、機械学習がどのように科学と医学の実践の両方を高めることができるかについての議論を行うことです。

近年特に注目されているのは、「ビッグ・ヘルス・データ」と最近造語されたフレーズです。ここでは、多様な遺伝的、表現型、環境特性を持つ多数の患者の健康成果のモデル化と改善に焦点を当てています。医療情報の研究の大部分は、例えば、単一施設の患者や共通の病気を共有する患者を代表する狭い集団に焦点を当てており、臨床検査結果や治療法などの臨床的要因をモデル化しています。今野「ビッグヘルスデータ」は、社会的地位、保健医療の提供と活用、公害などの健康成果に影響を与えることが知られている環境要因と同様に、大規模で多様なコホートを対象としています。ビッグヘルスデータは、標準的な機械学習を行うのに、さまざまな課題が未だあります。

　例えば、患者の人種や収入を統計分析に含めると、患者のプライバシーに関する懸念が生じます。差分プライバシーに対する新しいアプローチは、そのような懸念を緩和するのに役立つかもしれない。他の例には、潜在的な交絡因子の存在下での偏った測定値および非ランダムな欠損および因果推論のモデル化が含まれます。

この研究会では、医療従事者、健康データの専門家、医療ソリューションの研究を行う機械学習の研究者を集めます。目標は、騒々しいダイナミックな環境に適応できる解釈可能なテクニックの開発や日常のケアの際に発生するデータに固有の偏りの取り扱いなど、臨床ニーズとそのニーズから生じる技術的課題を理解するための議論をすることです。

とても興味深いです。