day1: イントロダクション 【SUNABACO AI2nd】
初回はイントロダクション＋課題解決のデモンストレーションでした。
day０のように殺されずに済み安堵しています
講座内容を本文、感想を引用形式で書いてみました。
イントロダクション
イントロダクション中、いつもの流れでSUNABACO的にXをお勧めしていく中で、Slackから質問
質問：フィルターバブルがかかるのではないか
回答：ロールモデルをみつけて勧められるように、逆にレコメンドエンジンをハックをしていく
今回はこのシーンに限らず、slackが大変活発です。
小学校とかで、お約束から外れる質問をして嫌がられた経験は皆あるかと思いますが、ごまかさずに芯からの回答をその場で行うSUNABACO講師(カンパ先生)はさすがと思いました
AI≠ChatGPT
AIとは人の機能の代わりを機械にさせるもの。
古くからあり、実際に仕事をするようになったAIには名前がついている(自動運転、文字認識etc.)
as-isとto-beの間にあるボトルネックを見つけて、介入していくのみ。
AIでとれるaction幅が増えただけ
時間の再投資先
質問：tobeを実現して時間を捻出した後に、その時間の再投資先は先に考えておくべきか
回答：投資として再回収するのは必要。
学びは終わるまで、何が有用か分からない特性がある。有用点を見いだせた時点で一人PBLとしてプロダクトにして回収したらいいよ。Xとかでの拡散も利用してね
課題解決のデモンストレーション
自己紹介ををワードクラウド化(画像は他人作成のを拝借)。具体的な手順は下記
google formに各自が記入
csvファイルを作成
Google cloabでpythonで処理してワードクラウドを作成
AIへの人材の投げ方の例
雑務を投げる
(特定の)人間が高度にしている判断のトレース
最後の雑談でボソッと言っていたのを拾った内容
asisとtobeを規定する際に、どうしてもactionの限界を想定してしまうと思います。actionの限界を想定しないことも大事ですし、有効なactionの類型化や取れるactionの数を増やしておくのも有効だと思います
おまけ
デモンストレーションで使ったコードの自分用解説
ChatGPTに聞くのが面倒な人向けです
4カ月前のプログラミングスクール受講時にはgoogle colabにログインするだけで涙目だったのが、遠いところまできたものだ。
MeCab
これが肝。pythonにはパッケージ/モジュール/ライブラリと呼ばれる、機能に特化した便利グッズがたくさんあります。医療者向けにいうとPubmedから情報収集に特化したEntrezなるものもあります。今回のMeCabは文章の品詞分解 (形態素解析)の機能があるようです。
ちなみにパッケージ/モジュール/ライブラリの違いはよく知りません。
MeCabがちゃんと動くような準備して、MeCabで自己紹介を品詞分解する。
分解された単語はList型(数学の行列みたいに、()の中に項目がいっぱいある)になっているので、ここからさらに名詞・動詞・形容詞を抽出して "token_list" にまとめる
wordcloud
これもライブラリ。wordcloud作成に特化している
必要項目を記入したらワードクラウドを作ってくれるすぐれもの
matplotlib
これは、図形を書くライブラリ。”plt.”から始まるのはこいつの仲間で、図形を書く必要項目を記載しています。
おまけの医療者向け雑まとめ
プログラムでライブラリに必要な情報を渡すのは、医者へのコンサルみたいなもので、各自が好き勝手なことを聞いてきます。
この人にコンサルするときは”右片麻痺、失語”といったら後はオートで全部やってくれるとか、"右片麻痺、失語"って伝えてるのに、毎回ルーチンのように飲酒歴聞いてくるとか。
研修医に戻って一人一人の性格を把握していきましょう。慣れるとこれは聞かれるなとか、分かってくる・・・といいな。
今回の講座内容と絡めると。
神経内科医の自分が病歴・身体所見・同意書取って、ルート確保して血液検査の機器を回して、CT/MRI撮って、台振りしつつ血栓回収して、術後管理して、看護観察して、リハビリすれば、自分の思い通りのアウトカムを出せます。ですが、時間が足りませんし、専門職以下のアウトカム以下になりうります。
どこを他の専門職に任せて、どこを自分ですればアウトカムが改善する、悪化しないかを判断するのが、主治医の自分の力です。
専門職をAIに言い換えれば、今回の講座内容そのものになるかと思います。
いいなと思ったら応援しよう！
