ライフサイエンスとヘルスケアにAI技術で貢献する
Contribute to sustainability of the earth through beneficial technology for people
News
- 「デジタルテクノロジーと再生医療のコラボレーション」にSearch Space後藤が登壇いたします2020年12月9日（水）、かながわ再生・細胞医療産業化ネットワーク（RINK）が主宰する、RINK公開フォー続きを読む “「デジタルテクノロジーと再生医療のコラボレーション」にSearch Space後藤が登壇いたします”
- 塩尻市の産業政策課と連携した「高校生起業家教育事業」にて、Search Space後藤が登壇いたしました2020年11月14日（土）、東京都市大学大塩尻高校と塩尻市の産業政策課との共同イベント「高校生起業家教育事業続きを読む “塩尻市の産業政策課と連携した「高校生起業家教育事業」にて、Search Space後藤が登壇いたしました”
What we do
- ユニバーサル・ヘルスケアに貢献するアプリケーション・ソフトウェアの設計・実装
case 1.2 医学研究のためのデータサイエンスプラットフォーム“Datalab”の開発 (自社開発)
2. データサイエンスを使ったヘルスケア・医学研究の支援
Case 2.2 EEG(脳波計)データの分類とてんかん発作の検出
Cases
ユニバーサル・ヘルスケアに貢献するソフトウェアの設計と実装
Case 1.1 – 心電図判読支援のアプリケーションの実装 (株式会社Corshy様)
株式会社Corshy様とのプロジェクトでは、循環器内科を専門とする医師のチームが心電図の遠隔判読を効率的に進めることのできるアプリケーションを実装しています。
Corshy社の取り組む判読サービスはより効率的で正確な心電図判読を広く医療現場に普及させていくだけでなく、循環器内科医の方々のこれまでになかった働き方、専門性を発揮した新しい活躍の場を広げています。そのような先進的な取り組みが注目され、Corshy社は広域連携アクセラレーター2019の対象企業として選抜されており、当社は技術的な支援をご提供しています。
循環器内科医チーム内でのスムーズな情報共有や意思決定の透明性をいかに確保するかという問題と、データのセキュリティやプライバシーの保護を両立できるよう、当社が一から設計を起こしたアプリケーションはクラウド上で稼働する予定です。
Case 1.2 – 医学研究のためのデータサイエンスプラットフォーム“Datalab”の開発 (自社開発)
大学医学部や製薬企業基礎研究所との多くの研究プロジェクトを通じて、一般的にディープラーニングや機械学習を活用した、いわゆるデータサイエンスの実験は
- コーディングは目的でなく手段であるため、使い捨ての実装が発生しやすい
- 実験パイプラインの設計や実装をスムーズに共有できず、非効率な工程が発生しやすい
ことに気がつきました。これまでの創薬研究や製造現場向けの研究、そして主に医学研究でのディープラーニングの活用の現場を多く見てきた当社メンバーはこういった課題をより効率的に解決するためのソフトウェア・エンジニアリングのノウハウを結集し、研究者の方々の負担を軽減したいと考えています
実験をより簡易に時間をかけず、サイクルとして行える環境をソフトウェア製品として整備することによって、研究者の方々がより本質的な知識の探究と課題解決のために多くの力を割けるようになると私たちは信じています。
データサイエンスを活用したヘルスケア・医学研究の支援
Case 2.1 – Deep Learningを使った臀部X線画像からの大腿部骨折の自動検出 (佐藤洋一医師らとの共同研究)
蒲郡市民病院に所属する佐藤洋一医師、津島市民病院の朝本学医師、名古屋第二赤十字病院の小野裕太郎医師はいずれも整形外科医であり、この研究のためのプロジェクトを始動した2019年に当社とともにX線画像から骨折の有無をAI技術で自動検出し、診断支援に役立てるというの実証実験に成功しました。
二次救急などで大腿部の骨折が見落とされると、その後の大きな手術が必要となったり、正確で十分な処置が行えなくなったりというリスクが発生します。しかしながら、こういった見落とされがちな骨折を発見するための、X線画像の読影は整形外科専門医にとっても困難なケースもあり、AIによる診断支援が強く望まれているところでした。
佐藤医師らの監修のもと当社で実装したAIは実際のレントゲン写真から96％程度の精度で骨折の有無を判断し、専門医でない、研修医の方々の読影時にも大きく役立つことが佐藤医師らの研究によって明らかになりました。
当社は引き続き、実際の臨床の現場に役立つことを目指して意味のある製品開発を続けていきます。
Case 2.2 – 機械学習を活用したEEG(脳波計)データの分類とてんかん発作の検出
脳波の詳細な判読は専門医の方々の手に委ねられることがほとんどである反面、救急現場や脳波の判読が一般的でない他の診療科ではより簡易でタイムリーなチェックが必要であることを想定し、当社では脳波データの自動分類の研究を行っています。
2019年の当社研究では、カルフォルニア大学アーバイン校の公開しているデータセットにおいて、てんかん波の有無を97.5%の精度で発見し、てんかん波・腫瘍存在時のパターン・その他に分ける3分類では89.3%の精度で判別することに成功しました。
当社では心電図、脳波計、その他の時系列のバイタルデータなど組み合わせてAIに判断させることにより、医療現場での意思決定に役立てることが可能ではないかと考えています。
お問い合わせ
会社概要
Search Space Inc.
東京都渋谷区幡ヶ谷 3丁目39番12号 渋谷ウェストビル1階
Tel 050-5809-7287
法人番号 011001129002
Photo by Robina Weermeijer, Ibrahim Boran, Chris Liverani on Unsplash