Machine Learning
ライフサイエンス分野の実験は、時間とコストがかかります。また、試行が難しいケースも多数存在し、労力もかかります。これらの課題解決ツールとして、機械学習（ML）を利用した解析や実験予測の提案が行えます。ドメイン知識を持ったエンジニアがモデル作成や仮説検証のお手伝い、解析処理だけでなく、解析結果がもたらす意味についても一緒に議論させていただきます。「AIによる臓器切開支援プラットフォーム」「自然言語処理による論文の検索＆分類」「AIによる患者の予後予測」や、創薬支援に関わるプロジェクトの実績も多数あります。
CASE 01
CASE 02
CASE 03
熟練した外科医の手術映像を画像にスライスし、それを機械学習（AI）にかけることで、適切な切開ラインを予測するシステムを構築しました。適切な切開ラインがマーカーで示すことで、経験の浅い医師の手術をサポートします。このシステムは、実用化に向けてARとの組み合わせも検討されています。
https://pubmed.ncbi.nlm.nih.gov/35511359/#affiliation-4
膨大な論文の中から、タイトルやアブストラクト、メソッドなどに関して類似する論文を検索・分類するシステムを機械学習で行える可能性を調査しました。
自然言語処理やクラスタリング等の可視化によって、複雑な生物実験手技も実は共通部分が多いことがわかり、研究者の方と協議しながら進めた研究支援事例です。
手術後などのリハビリにおいて、通院患者の予後予測をAIで日単位で行うためのシステム構築の可能性を探りました。通常、予後予測は医師の経験値にゆだねられるものですが、蓄積された患者のデータをAIにかけることで、経験値が浅くても予後予測を行うことができるようになります。
