整形外科・リハビリ病院が抱える課題(ヒト・モノ・カネ)をサポート

  • Facebook

クリニック・治療院 OGメディック

AI、機械学習、ディープラーニング。それぞれの違いと活用例を解説します

AIや機械学習、ディープラーニングという用語は、よく聞かれるようになりました。
これらは異なる意味を持ちながらも、互いに関連しています。
本記事では3つの用語について解説し、それぞれの関連性や医療・介護における活用例を解説します。

AI、機械学習、ディープラーニング 違いと活用例

AI、機械学習、ディープラーニングはそれぞれ異なる

AI、機械学習、ディープラーニングはお互いに関連しており、ときに混同して使われがちです。
しかしこの3つは、それぞれ異なります。
ここでは各々の意味について、順に確認していきましょう。

●AIとは?

AIとは?

AIとは、人間が行う知的活動をコンピュータでも行えるようにしたものを指します。
日々多忙な医療・介護職の方にとって、幅広い情報を確認したり、論文をじっくり読むことはなかなか難しいものです。
ときには疲労したり、体調がすぐれなかったりする場合もあるかもしれません。
AIならいつでも同じパフォーマンスで、幅広いデータをもとに迅速に回答を出してくれますから、忙しい医療職の方にとって強い味方となります。

AIには、強いAIと弱いAIの2種類があります。
強いAIは人間の知能そのものを代替するものですが、まだ実用化されていません。
一方で弱いAIは人間の知能や業務の一部を、人に代わって行うものであり、広く実用化されています。
機能は限定されているため、決められた用途以外に使うことは難しいです。

このため私たちが「AIの活用例」と呼ぶものは、すべて弱いAIによるものであり、用途別に特化したものとなっています。

●機械学習とは?

機械学習とは?

機械学習とは例をいくつか示すことでコンピュータが学習し、データに潜むルールなどを見つけ、未知のものに対しても正しく回答できる方法を指します。
大きく分けてデータの分類と、データの傾向を把握し将来を予測する場面で使われます。
たとえば分類する場合は、同じデータでも「分類する際に着目すべきポイント」をどのように指示するかにより、出力される結果を変えることができます。

機械学習では出力された結果について、根拠を提示することが可能です。
一方でデータをそのまま投入したのでは、うまく学習できません。
このため、事前にデータを学習しやすい形に加工する必要があります。

機械学習には、主に以下に挙げる手法があります。

手法 特徴
アクティブラーニング 正解のデータと誤りのデータなど、あらかじめ着目すべきポイントの例を提示しながら学習させる
ディープラーニング データを与えておけば、コンピュータが自動的に特徴を抽出し、学習する

ディープラーニングについては、この後の項目で解説します。

●ディープラーニングとは?

ディープラーニングとは?

ディープラーニングは機械学習の1つで、以下の特徴があります。

  • 人間の脳を模した、何層にもわたるニューラルネットワークを活用している
  • データから特徴を自動的に抽出し、分類などの学習を行う
  • 事前に注目すべきポイントなどを、人間が教えておく必要がない
  • ○大量のデータが必要(数万~数十万件を要するケースも少なくない

データを処理するごとに結果を自らチェックし、以後の処理方法を微調整します。
このため、ルールや規則、課題を解決する手がかりがわからない場合でも、自動的に特徴をつかみ学習できることがメリットです。

ディープラーニングを行う際には、大量のデータや高性能のコンピュータが必要なことが難点でした。
しかしIT技術が進歩したことにより、ディープラーニングはさまざまな用途で活用されています。

一方でディープラーニングにも、弱点はあります。
通常のディープラーニングでは、何を基準にして学習しているか、根拠を示しません。
たとえ学習が成功しても、「どうしてそうなったのか」がわからないわけです。
これではほかの方に「その根拠は?」と質問されても、回答に困ってしまいます。

このため注目した画像や単語、思考プロセスなどを表示することで根拠を把握しやすくするディープラーニングもでています。

AIの学習方法はさまざま。機械学習やディープラーニングはその一部

機械学習とディープラーニングは、AIが学ぶ代表的な手法です。
コンピュータの能力がアップしたことにより、大量のデータでも短時間に処理し、AIに学ばせることができます。
従ってAIと機械学習、ディープラーニングは、相互に深く関連するものです。
別々のものととらえず、セットで理解することがおすすめです。

もっともAIが学ぶ方法は、この2つだけではありません
一例として、ルールベースがあります。
これは事前に入力された情報や質問ごとに、応答する内容と文章をあらかじめ決めておく方法です。
一例として、チャットボットを利用した医療用医薬品の問い合わせサービスが挙げられます。
詳細は「医療用医薬品の情報もAIで得られる!AIを活用した製薬会社の問い合わせサービスを解説」記事をご参照ください。

医療や介護で使われている例を紹介

医療や介護で使われている例を紹介

医療や介護において、AIや機械学習、ディープラーニングは、さまざまな場面で活用されています。
ここではそれぞれについて、一例を取り上げます。

●AIを活用するサービスは数多い

AIを活用した例には、以下のものが挙げられます。

もっともAIには機械学習やディープラーニングが含まれることは、さきに解説した通りです。
この後で解説される例も、大きな意味ではAIを活用しているサービスに含まれます。

●機械学習が活用されている例

機械学習を活用した例には、以下のものが挙げられます。

望ましい回答がある程度わかっている場合に、機械学習は有効な方法といえるでしょう。

●ディープラーニングの活用例

ディープラーニングを活用した例には、以下のものが挙げられます。

ディープラーニングは未知の事象を調べたい場合やルールが煩雑となる場合に、適した方法と考えられます。

各々の特徴を把握した上で、適した方法の選定をおすすめ

AIと機械学習、ディープラーニングは、医療や介護のさまざまな場面で活用されています。
これらは人間に取って代わるものではありませんから、1つの道具として、適材適所で活用することがおすすめです。
またAIにもさまざまなものがありますから、内容を理解することで適切なサービスを選びやすくなります。
もし本記事で取り上げた技術を用いた研究を行われる場合は、各々の特徴を把握した上で、適した方法を選びましょう。

参考:
藤田広志: 医用画像ディープラーニング入門. オーム社, 東京, 2019, pp.2-20, 146-197.
山口達輝, 松田洋之: 図解即戦力 機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書. 技術評論社, 東京, 2019, pp.12-23, 40-41, 44-45.
三津村直貴: 60分でわかる!AI医療&ヘルスケア最前線. 岡本将輝, 杉野智啓(監修), 技術評論社, 東京, 2019, pp.38-39, 50-51, 58-59.
城塚音也: ビジュアルAI(人工知能). 日本経済新聞出版社, 東京, 2019, pp.10-51.
岡田正彦: 医療AIの夜明け. オーム社, 東京, 2019, pp.33-36.
京都大学 ビッグデータを使わない薬物候補探索モデルを開発―化合物の実験データから薬効予測に有効なものを選びとる新手法―(2020年7月16日引用)
VOST AI研究所 徹底解説!AIを作るために必要なビッグデータの量とは?!~データセット一覧まとめ(2020年7月19日引用)
Ramprasaath R. Selvaraju, Michael Cogswell, Abhishek Das, Ramakrishna Vedantam, Devi Parikh, Dhruv Batra: Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization p3(2020年7月16日引用)
朝日インタラクティブ それ、本当に「機械学習」が必要ですか?–適材適所で見極めたいAI活用(2020年7月16日引用)
アイティメディア 【図解】コレ1枚で分かるルールベースと機械学習(2020年7月16日引用)

  • 執筆者

    稗田 恵一

  • 千葉県在住で、ITエンジニアとして約14年間の勤務経験があります。過去には家族が特別養護老人ホームに入所していたこともありました。2018年からは関東にある私大薬学部の模擬患者として、学生の教育にも協力しています。
    現在はライターとして、OG WellnessのほかにもIT系のWebサイトなどで読者に役立つ記事を寄稿しています。

    保有資格:第二種電気工事士、テクニカルエンジニア(システム管理)、初級システムアドミニストレータ

コメントをどうぞ

メールアドレスが公開されることはありません。

内容に問題なければ、下記の「コメントを送信する」ボタンを押してください。

日本語が含まれない投稿は無視されますのでご注意ください。(スパム対策)