Skip to main content
介護・医療業界における
マイクロソフトテクノロジー動向
2015年 7月3日
日本マイクロソフト株式会社
エバンジェリスト
増渕 大輔
@dmasubuchi
Daisuke_chewie
地域包括ケアの体制づくりのために
半径 20 ~ 25 km の医療圏が可視化
引用元: http://www.microsoft.com/ja-jp/casestudies/saiseikaikurihashi.aspx
社会福祉法人恩賜財団済生会支部 埼玉県済生会栗橋病院
実施ポイント
• データの分析・可視化
• 院内データ共有
• Power Map for Excelを利用
背景
• 医療資源、医師不足
• 後期高齢者『2025 年問題』
• 地域一帯で医療の役割分担に向けた
医療データのスムーズな共有
ニチイ学館による医療支援クラウドと、
手術室向け非接触型画像操作システム「Opect」
http://www.nichiigakkan.co.jp/service/medica
l/category/hospital/opect.html
http://www.nichiigakkan.co.jp/service/medi
cal/category/hospital/medicloud.html
今はデータをどれだけ手中におさめることができるか、が勝負の時代
遺伝子、MRI画像、薬剤検証データ、リハビリテーション、などの医療・
健康分野でも同様です
大量な顔の写真
生活シーンと
心拍数
商品と購買
ゲームと
テレビ番組と
人間の関係性
自然な会話の音声データ
検索キーワードをもとにした
人々の興味
位置情報×購買情報×嗜好×
×・・・
興味のあるトピック、
人間関係
人々の日常シーン
女性の興味
音楽、芸能、ファッション
10代の興味
Accenture Healthcare IT:
Top 5 eHealth Trends Reshaping the Industry in 2015
アクセンチュア調査レポート「テクノロジービジョン2015」医療・介護業界への影響が大きい箇所が多い
• The Internet of Me
• 日常のモノがオンラインへ移行、顧客体験もオンラインに移行
• カスタム化された個々の体験をテクノロジーがサポート
• Outcome Economy
• インテリジェントなハードウェアを通じて、成果を売る経済
• The Platform (R)evolution
• Defining ecosystems, redefining healthcare
• ウェアラブル、電話、グルコメータなど様々なデバイスからデータを取得し、患者と健康と介護者を相互接続
• リアルタイム処理、業界や地域を越えた新たな活動
• Intelligent Enterprise
• Huge data, smarter systems, better healthcare
• ビックデータ、ソフトウェアインテリジェンスの高度な処理による優れた意思決定
• Workforce Reimagined
• 人間と機械のコラボレーションが進む。3年以内には、『インテリジェントソフトウェア』やアルゴリズム、機械学習を利用する途上で、
社員トレーニングと同等の労力を機械のトレーニングにも費やす必要がある
http://www.healthcareitnews.com/news/top-5-
healthcare-it-trends-2015-poised-shake-industry
http://techtrends.accenture.com/us-
en/healthcare/healthcare-technology-vision-2015.html
医療・介護業界において、クラウドやITに対する期待値は、従来のイン
フラ的側面から、よりビジネス的な側面を重要視するようになった
クラウドなどによりコスト削減
• WEB制作コストの低下
• インフラコストの低下
• 運用コストの低下
新たな関心ごと
• マルチデバイス対応
• ビックデータ、統計の利用
• 人中心のWEB UX
• 院内コミュニケーション改善
• 医療画像認識からの発見
• 疾病疾患の予測
http://medical-treatment.org/
データ分析の種類
価値
難易度
※ Gartner 社の図を元に日本語化
OLAP
データマイニング
機械学習
8
コーディング不用のWEB制作ツール
• コーディングを知らなくても直感的にWebサ
イトを作成できるジェネレーターは、デザイ
ナーやコーダーの仕事を奪いそうなほどの
勢いで増えています。
• 2015年はよりGeneratorやSquarespace、
Macaw、Webflow、Froontなどのツールを利
用したハイクオリティなWebサイトを見かける
ようになるでしょう。
“2015年に流行しそうな、注目Webデザイントレンド21個まとめ” より引用
http://photoshopvip.net/archives/72064
Healthcare Goes Digital
“Healthcare is way behind. But there’s an
amazing awakening and the future is very
promising in terms of internet connectivity and
using big data to predict diseases before they
even happen.” - See more at:
http://www.businessweekme.com/Bloomberg/ne
wsmid/190/newsid/354/Healthcare-Goes-
Digital#sthash.uio2UIzQ.dpuf
「predict = 予測」 は 機械学習がマッチする
データ量が多ければ多いほど、機械は複雑な計算を実施
いずれ人の能力を超越する可能性
• 機械学習、もしくはマシンラーニング、とは?
• 人工知能における研究課題の一つ
• 人間が自然に行っている学習能力と同様の機能をコンピューターで実現しようとする技術・手法
• アルゴリズムにより、学習モデルを構築する
• 機械学習のアルゴリズムの特徴
• 学習するデータ量が多いほどモデルの精度が増す
• データ量が増えると急激に計算量が増す
• 機械学習を利用している代表例
 リコメンデーション
 DNA 解析・病気の予測診断
 保険・証券取引
 チェス・将棋などのゲーム
 鉄道ダイヤのスケジューリング
 エレベータの挙動制御
 スパムフィルター
 音声認識・画像認識・顔認識・文字認識(OCR)
 漢字変換の入力予測・翻訳エンジン
 検索エンジン・結果ランキング
 天気予報・渋滞予測
もともとはとても古い研究領域
自社にしかないデータや知見、スキ
ルと、インターネット上のデータをク
ローリングする技術を組み合わせると、
非常に強力
クラウドと BIツール の普及、価格破壊、開発者の増加
それらのすべてが、医療・介護の業界のITトレンドに影響を与えました
マイクロソフト
“顔“の画像をインターネット上にアップロードすると、推定年齢を表示
するシステム。これと似たような仕組みを一般企業・一般の病院が構築
することができます (マイクロソフトがパーツを提供している)
TwinsOrNot.net
https://twinsornot.net/
Microsoft Azure Machine Learning
16
今日のデータサイエンスに必要なスキルは非常に複雑
 ソフトウェアの開発
 データの探索
 数学と統計学の知識
 機械学習
 データ管理
これらをもっとシンプルにするためのソリューションが、
Microsoft Azure Machine Learning です。
Halo 4 on Xbox での活用事例
• ゲーム開始後 、3ヶ月以内 の会員離脱を減らしたい
• 解約が予期される会員への早期の施策実施が求められていた
• 収益の源泉であるアクティブユーザー数を増やしたい
最初の3日間の下記データ(数十TB以上)を基に150以上のパターン化
• Engagement(各セッションや日毎の利用時間)
• Performance(ランキング、勝利数、敗退数)
• Social(友人や他ユーザーとの同時プレイ数)
• パターン化されたユーザー毎に次の7日間の行動を分析
• 1 週間分のデータを基にモデルのテストを実施
(Boosted Decision Tree を活用)
[事例] 解約者の特定 - Halo 4 on Xbox
効果
 ランダム抽出による従来の分析方法に比較し
て、3倍以上の精度で解約する会員を特定
 AUC*:0.779
 影響を与えた主要な項目:
・友人とのプレイ数
・3日目のプレイ数
・3日目のプレイヤーの Grade
*AUC (Area under the carve)
AUC 0.9 - 1.0 High accuracy
AUC 0.9 - 0.7 Moderate accuracy
AUC 0.5 - 0.7 Low accuracy
18
[事例] Halo 4 on Xbox ゲーム分析
On Premises SQL Server Azure Blob Storage
1000’s Log FilesNew User View
Copy NewUsers to
Blob Storage
Cloud New
Users
Azure Data Factory
ViewOf
Game Usage
ViewOf
RunsOn
Mask & Geo-
Code
New Users
Geo Dictionary
Geo Coded
Game Usage
Join &
Aggregate
HDInsight
New User
Activity
ViewOf
Pipeline
Pipeline
Pipeline
19
• 予測モデルを作成する為のトレーニングデータ(実績データ)を準備する
• 例:顧客属性によるお勧め商品の提示(リコメンデーション)を行いたいのであれば、
どういった属性情報のお客様が、どういう商品を買ったのかという実績データが必要
• Web ベースの開発ツール 「 Azure Machine Learning Studio( Azure ML Studio ) 」を用いて、
予測モデルの開発と評価を実施する
• 作成した予測モデルは、非常に簡単な操作でWebサービスとして公開する
機械学習をやってみよう!
20
Azure Machine Learning の 機能概要
• ブラウザだけで開始できる
• オープンで優れた統合環境
“R” や “Python” で利用され
る数百ものアルゴリズムや
パッケージを提供
Xbox や Bing で養われた優
れたアルゴリズムを提供
• ソリューションを数分で展開
できる
1クリックで学習が完了した
モデルをWeb サービスとし
て即時デプロイ
Microsoft Azure
Machine Learning Studio
モデリング環境
Microsoft Azure
Machine Learning API service
モデルをWebサービスとして
更改
Microsoft Azure
Machine Learning
Marketplace
APIやソリューションを公開 21
予測モデルとトレーニングデータの関係
性別 年齢 配偶者 子供人数
…
製品カテゴリ
男性 19 無 0 1
女性 44 有 2 3
男性 49 有 1 2
男性 12 無 0 3
女性 37 無 0 1
女性 60 有 2 4
男性 44 有 1 2
女性 27 有 0 4
女性 51 有 3 2
女性 81 有 2 1
男性 22 無 0 3
男性 29 無 0 2
トレーニングデータ(実績データ)
を元に予測モデルを作成
性別:男
年齢:45
配偶者:有
子供人数:2
22
日本は、献体制度は世界各国と比較してとても整ったものです。しかし海外で
は、献体不足、設備不足により解剖だけでなく、人体の構造と機能を学習する
機会が損なわれています。HoloLensはこの問題を解決する可能性があります。
https://youtu.be/ykpQjO_0tig?t=22s HoloLensは世界をこう変える
デモでは、医療教育分野での活用が大きく取り上げられた。オハイ
オ州にあるケース・ウェスタン・リザーヴ大学のマーク・グリズウォルド
教授は、何世紀もの間行われてきたように死体を解剖するのではな
く、双方向性のあるホログラムを利用すれば、学生たちは人体につ
いてよりよく学習できると説明した。
骨格や神経、筋肉、臓器など、体内の特定の部位を拡大表示でき
るだけでなく、生きているときにさまざまな器官がどのように機能し
ているかを見ることもできる。これは、いかなる献体も提供できない
ものだ。
グリズウォルド教授は実例として、心臓を間近で観察するケースを
挙げた。握り拳ほどの大きさの心臓を大きく拡大すれば、非常に細
かい部分まで見ることが可能になる。心臓壁をひとつずつはがせば、
冠動脈や弁を見ることもできる。
http://unblockwifi.appspot.com/wired
.jp/2015/05/08/new-hololens-
features/
Wired記事:教育から建築まで。MSの新
デヴァイス「HoloLens」が変える世界
CNET News による動画
Microsoft Azureにより機械学習のシステムが価格破壊
今後は、様々な応用分野が発見されることが期待されています
機械学習を用いた新たな医療技術への応用分野例
- 画像解析
- MRI画像をもとにしたアラート
- 音声解析やテキスト解析
- 介護における感情の推定、モチベーションの測定
機械学習を用いた新たな医療経営への応用分野例
- 調査分析
- インターネットを用いた、競合情報の分析、エリアマーケティング
- 保険請求業務や返戻・査定のデータ分析
- 適正な収入の予測モデル作成、査定減対策の自動化
病院組織でセキュリティの高いSNS、コミュニケーションツールを利用
モバイルアプリケーションの開発コストが劇的に下がったことにより、小
規模組織でもプライベートな環境を利用することが可能となった
<主な課題解決エリア>
• 院内コミュニケーション改善
• かかりつけ薬局と患者のコミュニケーション
• 医療事務情報共有
<主な機能的特徴>
• IP電話(音声P2P)または3G/LTEで会話
• チャット、スタンプ
• 管理者の会話はすべてログ履歴
データの暗号化とログ管理により、病院組織のセキュ
リティガイドラインの適用ができる
株式会社シェアメディカル
www.mediline.jp
手術後の笑顔もシミュレーションできる
画面を見ながら、将来の“顔“を操作することができる
外科矯正手術後の表情をKinectで確認で
きる「TwinFace」が今年の
マイクロソフトイノベーションアワード優秀賞
に
• 3Dの手術シミュレーション
• 矯正歯科医
• 既存のシミュレーション(無表情で、手
術後の笑顔イメージがわからない)と異
なり、笑顔の状態がわかる
• Kinectモーションコントロールを利用
http://ascii.jp/elem/000/001/023/1023288/
優秀賞・テクノロジーエッジ賞の13社がピッチを披露
今年は画像解析?Microsoft Innovation Award 2015開催
Microsoft Has Health Care Hopes With Revolution Analytics Buy
MicrosoftがRevolution Analyticsを買収
http://www.revolutionanalytics.com/
As their volumes of data continually
grow, organizations of all kinds
around the world – financial,
manufacturing, health care, retail,
research – need powerful analytical
models to make data-driven
decisions.
This requires high performance
computation that is “close” to the
data, and scales with the business’
needs over time. At the same time,
companies need to reduce the data
science and analytics skills gap
inside their organizations, so more
employees can use and benefit from
R.
マイクロソフトが運営する HealthVault は健康情報をオンラインで収集、
保存、使用、共有できるサイトです
• 家族の健康情報
• 医師の診察 と 緊急対応
• 健康情報も一元管理
• フィットネスの目標管理
https://www.healthvault.com/us/ja-JP
• Through the creation of new applications and
platforms, our team works to accelerate the rate
of research in areas such as machine learning and
computer vision making it easier for scientists to
access large test datasets and compare algorithms
against common benchmarks. In collaboration with
clinicians, we are working towards the goal of
making medical images understandable to a
computer.
• We work with top research institutes around the
world to make data and tools available and
advance the state of the art in automatic analysis
of medical scans.
Medical Imaging at Microsoft Research
http://research.microsoft.com/en-
us/projects/medimaging/
•Volume dimensions and Voxel Spacing are displayed on the top.
•Settings for the segmentation computation is on the left under Settings.
•All three views are interactive. Swap any secondary view with the main
workspace by clicking on the arrow on the top left.
Volume Loaded
GeoS for the assisted segmentation of 3-D medical scans
A very easy-to-use, free Windows application for the segmentation of
anatomical regions within 2-D and 3-D medical images, such as CT, X-ray,
and MR scans
Segment Labels
Volume Histogram
and Window/Level
Brush Strokes Added
CodaLab is an open source platform that enables researchers to
rigorously compare the accuracy of image analysis algorithms with
respect to one another.
https://www.codalab.org/
介護医療業界におけるマイクロソフトテクノロジー動向